- 博客(429)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 灰狼算法改进深度信念网络的测量误差预测
本文提出了一种基于灰狼算法改进的深度信念网络(DBN)用于测量误差预测。DBN作为一种深度学习神经网络，具有特征提取和非监督学习能力。文章首先介绍了DBN的基本原理和受限玻尔兹曼机(RBM)的结构，然后详细阐述了灰狼算法的优化机制。通过将灰狼算法与DBN结合，构建了三隐含层的网络结构，并设置了关键参数。实验结果表明，改进后的模型相比传统DBN具有更高的预测精度。文章最后指出，DBN虽然能处理大数据并自动降维，但逼近能力有限，建议未来可与其他神经网络结合以提升性能。该方法为测量误差预测提供了新的解决方案。
2026-01-02 10:40:40
13
原创 基于卷积神经网络的测量误差预测
本文介绍了卷积神经网络(CNN)的基本原理和应用。CNN是一种具有表征学习能力的深度学习算法，包含卷积层、池化层和全连接层等结构。文章详细阐述了CNN各层的工作原理，并给出了基于LeNet-5模型的MATLAB实现代码，用于测量误差预测。实验结果显示该方法具有较高准确率和快速收敛性。最后指出CNN虽然能处理大输入数据并自动降维，但拟合能力有限，建议与RBF等网络结合以提升性能。文章为CNN的实际应用提供了完整的技术路线和实现方案。
2026-01-02 10:11:07
13
原创 基于随机森林的测量误差预测
摘要：本文利用随机森林算法对具有随机性的测量误差进行预测。随机森林是一种包含多个决策树的集成学习算法，通过bootstrap抽样和随机特征选择构建高精度分类器。文中详细介绍了随机森林的实现步骤、训练方法及其在处理大量变量、评估特征重要性等方面的优势。基于MATLAB的实验结果显示，该方法能有效预测测量误差。未来可将随机森林与其他启发式算法结合以提升回归能力。
2026-01-01 12:42:50
13
原创 基于蚁群算法的路径优化
本文研究了基于蚁群算法的物流路径优化问题，重点考虑时间窗口约束。蚁群算法通过模拟蚂蚁觅食行为，利用信息素正反馈机制寻找最优路径。文章详细阐述了算法原理、编程思路、适应度函数设计及参数设置，并提供了MATLAB实现代码。实验结果表明该算法收敛速度快、优化效果好，能有效解决带时间窗的物流配送路径规划问题。蚁群算法在路径优化领域具有显著优势，可广泛应用于各类优化求解任务。
2026-01-01 09:02:35
37
原创 基于GRU神经网络的测量误差预测
本文研究了基于GRU神经网络的测量误差预测方法。首先介绍了LSTM的基本原理和结构，重点分析了遗忘门、输入门和输出门的作用机制。在实现步骤方面，详细阐述了LSTM网络的状态更新过程，包括信息遗忘、新信息添加和输出决策等关键环节。通过实验验证，该方法预测准确度高、泛化性能好，且预测结果平滑稳定。未来可将双向LSTM与其他算法结合，如采用粒子群优化参数或结合DBN等方法，进一步提升预测效果。研究表明GRU神经网络在时间序列预测领域具有独特优势和应用潜力。
2025-12-31 22:46:31
17
原创 自定义BP神经网络，非工具箱BP神经网络
本文介绍了BP神经网络的基本原理及其改进应用。BP神经网络通过误差反向传播算法调整权值和阈值，实现输入输出的非线性映射。文章详细阐述了BP神经网络的结构、神经元模型、激活函数（如Sigmoid和tanh）和传递函数特性。针对洪水预测问题，作者提出了一种带约束输出的改进训练函数Traingdx，通过自适应动量因子梯度下降优化网络性能。实验采用三层神经网络结构，使用tanh和Sigmoid传递函数，设置学习率0.01、目标误差0.001，最大迭代500次。结果表明，该方法能有效解决输出值极端偏大的问题，显著提升
2025-12-31 20:02:02
10
原创 Libsvm工具箱详解,基于svm的测量误差预测
本文详细介绍了支持向量机(SVM)的原理与应用。首先阐述了SVM的定义及其作为间隔最大化线性分类器的特点，包括核技巧实现非线性分类。其次解析了Libsvm工具箱的参数设置与使用注意事项，重点说明了分类与回归的参数差异。最后通过测量误差预测实例展示了SVM回归分析的实际应用效果，结果表明该方法预测准确且泛化性能良好。文章为SVM的理论学习与实践应用提供了系统指导。
2025-12-29 11:07:30
138
原创 基于BP神经网络的测量误差预测，BP神经网络工具箱详解
本文系统总结了BP神经网络的参数设置与函数选择方法，详细解析了nntraintool训练窗口的功能模块。在参数设置方面，重点讨论了迭代次数、学习率、训练目标等关键参数的调整策略；在函数选择方面，归纳了训练函数、传递函数、学习函数等不同类型函数的具体应用。通过测量误差预测案例验证了BP神经网络的预测准确性和泛化能力，表明其在各种场景下的适用性。文章还深入分析了训练窗口的四个核心模块：网络结构显示、算法参数设置、训练过程监控和性能可视化，为BP神经网络的实际应用提供了实用指导。
2025-12-29 09:44:12
1792
原创 爬山算法优化遗传算法优化极限学习机的手写体数字识别，p-ga-elm手写体数字识别
本文提出一种基于爬山算法优化遗传算法改进极限学习机（p-ga-elm）的手写数字识别方法。通过将爬山算法与遗传算法结合，优化ELM的初始权重和阈值，提高模型性能。实验结果表明，优化后的ELM在手写数字识别任务中表现良好，测试准确率显著提升。与传统ELM相比，该方法能有效降低预测误差，具有更好的分类性能。研究为ELM的参数优化提供了一种新思路，代码已在CSDN开源。
2025-12-24 22:52:28
188
原创 GA-ELM土壤分类
摘要：本文提出了一种基于爬山算法优化遗传算法优化极限学习机（P-GA-ELM）的土壤多分类预测方法。极限学习机（ELM）是一种改进的前馈神经网络，具有快速学习能力但易过拟合。通过结合爬山算法和遗传算法优化ELM的参数，提高了模型的预测性能。实验结果表明，P-GA-ELM在土壤分类预测中表现良好，优于传统ELM方法。文中提供了MATLAB实现代码和效果图对比，验证了该方法的有效性。该方法为土壤分类预测提供了新的解决方案，具有实际应用价值。
2025-12-24 21:20:46
68
原创 深度信念神经网络DBN的碳排放量预测
本文研究了基于深度信念网络(DBN)的碳排放量预测方法。DBN是一种深度学习神经网络，通过多层受限玻尔兹曼机(RBM)堆叠实现特征提取和非监督学习。研究构建了包含三个隐含层的DBN模型，使用200次迭代训练RBM层，节点数分别为108、106和125个。实验结果表明，DBN能有效处理大输入数据，通过无监督学习实现自动降维，对碳排放量预测具有较好效果。未来可考虑将DBN与拟合能力更强的神经网络结合，以提升模型性能。该研究为碳排放预测提供了一种新的深度学习解决方案。
2025-12-04 17:10:43
91
原创 基于深度信念神经网络DBN的负荷预测
本文介绍了深度信念网络(DBN)在电力负荷预测中的应用。DBN是一种深度学习神经网络，通过受限玻尔兹曼机(RBM)堆叠构成，具有特征提取和非监督学习能力。文章详细阐述了DBN的基本原理、网络结构和训练过程，包括RBM的能量函数和激活概率计算。通过MATLAB实现了一个三隐含层的DBN模型，采用2600组数据进行训练，结果显示DBN能有效处理大输入数据并自动降维。最后指出DBN的优点是能处理大数据并自动降维，但拟合能力较弱，建议与极限学习机等网络结合以提升性能。
2025-12-03 17:51:26
85
原创 黄牛群算法优化长短期神经完网络
摘要：黄牛群优化算法（CHOA）是由红松科技工作室提出的一种新型群智能优化算法，模拟黄牛群觅食行为中的领导、跟随、随机游走和竞争机制。该算法通过头牛引导、跟随者局部搜索、随机游走增强全局搜索能力以及竞争机制维持种群多样性，具有参数少、鲁棒性强等特点。算法流程包括种群初始化、位置更新规则（头牛自主移动、跟随者更新、随机游走）和边界处理，适用于连续优化问题。实验效果图展示了算法的优化性能。
2025-12-03 15:52:04
30
原创 黄牛群算法优化BP神经网络分类预测
黄牛群优化算法(CHOA)是一种新型群智能优化算法，由红松科技工作室于2025年提出。该算法模拟黄牛群觅食行为，包含头牛引领、跟随者搜索、随机游走和竞争机制四种行为模式。算法通过初始化种群、位置更新规则和边界处理等步骤进行优化搜索，具有参数少、鲁棒性强等特点。实验结果表明，CHOA在函数优化、路径规划和神经网络参数优化等领域表现良好。算法通过模拟黄牛群的自然觅食行为，有效平衡了全局搜索和局部开发能力，为解决复杂优化问题提供了新思路。
2025-12-01 16:41:29
288
原创 人工兔算法详细原理，人工兔算法公式，人工兔算法优化BP神经网络
摘要：人工兔优化算法(ARO)是一种受兔子生存策略启发的智能优化算法。该算法通过模拟兔子的"绕道觅食"和"随机躲藏"两种行为，分别对应全局探索和局部开发。算法采用能量因子机制自动平衡探索与开发，包含三个核心公式：绕道觅食公式实现全局跳跃搜索，随机躲藏公式进行局部精细优化，能量收缩机制控制搜索策略转换。实验结果表明ARO在多种优化问题上表现优异，能够有效避免早熟收敛并找到高质量解。该算法适用于工程设计、路径规划等复杂优化问题。
2025-12-01 16:36:36
104
原创 沙猫算法详细原理流程，公式，沙猫算法优化神经网络
摘要： 沙猫群优化算法(SCSO)是一种新型元启发式算法，通过模拟沙猫在沙漠中的狩猎行为实现全局优化。算法采用灵敏度范围自适应调整策略，分为探索（猎物搜索）和开发（攻击猎物）两个阶段，结合混沌映射初始化增强多样性。改进版本ISCSO引入莱维飞行等策略提升性能，在CEC测试中63.3%场景优于GWO等算法。实验表明，SCSO优化BP神经网络能有效提升预测精度，收敛曲线验证了算法的优越性能。核心创新在于生物行为启发的双阶段优化机制与动态参数控制策略。
2025-11-13 11:09:34
115
原创 跳蛛算法详细原理，跳蛛算法公式，跳蛛算法优化BP神经网络
摘要：跳蛛优化算法(JSOA)是一种受跳蛛狩猎行为启发的元启发式算法，通过迫害策略、局部/全局搜索和信息素更新四阶段实现优化。该算法在单目标优化、三维路径规划和神经网络优化中表现优异，能有效平衡探索与开发，避免局部最优。实验表明，JSOA优化BP神经网络后预测精度显著提升，适应复杂约束条件，适用于多种工程优化问题。(150字)
2025-11-13 00:10:08
58
原创 黄牛群算法详细原理，黄牛群算法公式，黄牛群算法应用
黄牛群优化算法(CHOA)是一种受黄牛群觅食行为启发的新型群智能算法。该算法通过模拟头牛引领、跟随者局部搜索、随机游走增强多样性以及竞争机制四个核心行为机制，实现了高效的全局寻优能力。算法参数少、鲁棒性强，适用于连续优化问题。测试结果表明，CHOA在函数优化中表现出良好的寻优性能，能有效平衡全局探索和局部开发能力，避免陷入局部最优。该算法由红松科技工作室于2025年提出，版权归其所有，需授权方可使用。
2025-11-12 18:20:04
1799
2
原创 野狗优化算法详细原理流程，公式，应用案例-野狗优化算法BP神经网络回归分析
摘要：野狗优化算法(DOA)是一种2021年提出的仿生优化算法，模拟澳大利亚野狗的群体狩猎行为(包括群体攻击、迫害攻击和清扫行为)。该算法通过平衡全局探索与局部开发能力，在函数优化、机器人路径规划等领域展现出优于传统算法的性能。其核心流程包括初始化种群位置，并基于三种狩猎策略进行迭代更新：群体攻击负责全局搜索，迫害攻击实现局部开发，清扫行为则增强随机探索。实验表明，DOA具有收敛速度快、寻优能力强等特点，在优化BP神经网络等实际应用中表现优异。
2025-11-11 21:22:24
53
原创 野狗算法详细原理，野狗算法公式，野狗算法求解目标函数极值
野狗优化算法（DOA）是一种2021年提出的仿生优化算法，灵感源自澳大利亚野狗的群体狩猎行为。该算法通过模拟野狗的三种捕猎策略（群体攻击、迫害攻击和清扫行为）实现全局探索与局部开发的平衡，适用于机器人路径规划、无人机航迹规划等复杂优化问题。DOA具有搜索能力强、收敛速度快的特点，其核心是通过动态调整参数β1和β2来控制搜索过程，并引入生存率机制增强种群多样性。算法流程包括初始化种群、迭代更新位置（基于不同狩猎策略的数学模型）和边界处理等步骤。实验表明，DOA在解决多峰优化问题时性能优于传统算法。
2025-11-11 21:13:58
65
原创 蝙蝠算法详细原理，公式，蝙蝠算法应用案例-BA-BP回归分析
摘要 蝙蝠算法（BA）是一种模拟蝙蝠回声定位行为的智能优化算法。它通过模拟蝙蝠发出超声波、调整频率和音量的特性来搜索最优解。算法流程包括种群初始化、频率/位置更新、随机扰动和参数调节等步骤。BA具有简单高效的特点，但也存在易陷入局部最优、收敛精度不足等缺陷。针对这些问题，研究者提出了多种改进方法，如结合模拟退火的高斯扰动、差分进化算法、局部搜索策略等。改进算法在收敛速度和精度上均有提升，并成功应用于工程设计、分类预测等领域。目前BA在非线性方程组求解等方向仍有待进一步研究。
2025-11-10 14:33:12
756
原创 鸽子算法的详细流程和公式，应用案例基于鸽子算法优化LSTM的回归分析
摘要：鸽群优化算法(PIO)是一种受鸽子导航行为启发的群智能优化算法，由段海滨于2014年提出。算法分为两个阶段：地图与指南针算子模拟鸽子远距离导航进行全局搜索，地标算子模拟近距离定位实现局部优化。该算法通过速度更新公式和位置更新公式迭代求解，具有参数少、鲁棒性强等特点，适用于连续优化问题。MATLAB实现代码展示了算法的具体流程，包括种群初始化、速度更新、边界检查等关键步骤，并通过效果图验证了优化性能。
2025-11-10 14:24:23
262
原创 基于黏菌算法的路径规划
本文提出了一种基于黏菌优化算法(SMA)的路径优化方法。SMA模拟黏菌觅食行为，通过气味追踪、权重调整和位置更新三阶段实现高效优化。相比传统算法，SMA具有动态适应性、多目标扩展能力和抗早熟收敛等优势。实验表明，该方法在物流配送和无人机路径规划中效果显著，如减少配送距离23.4%，缩短无人机任务时间31%。未来将拓展至动态环境适配和多智能体协同规划领域。
2025-11-07 23:54:07
72
原创 长鼻浣熊算法原理，公式，应用案例-coa-bp
长鼻浣熊优化算法(COA)是2023年提出的新型元启发式算法，模拟长鼻浣熊群体协作捕猎(探索阶段)和个体逃离捕食者(开发阶段)两种行为实现优化。算法通过种群初始化、位置更新和贪婪选择三个步骤完成寻优，其中探索阶段采用最优解引导策略，开发阶段通过随机扰动增强局部搜索。测试结果表明该算法在函数优化和神经网络训练中表现出色，具有收敛速度快、寻优能力强的特点。核心公式包括种群初始化、鬣蜥攻击策略和逃离捕食者策略，实现了全局探索与局部开发的平衡。
2025-11-07 08:21:04
48
原创 蚱蜢算法原理，公式，应用案例GOA-BP
蚱蜢优化算法（GOA）是一种模拟蚱蜢群体行为的元启发式算法，通过幼虫局部移动和成虫长距离迁徙分别实现开发与探索。核心原理包括三个分量：社会交互、重力作用和风的影响。算法流程包含初始化、适应度评估、位置更新和参数调整，关键公式涉及社会交互力函数和递减参数c。GOA具有自适应平衡探索与开发的特点，适用于连续优化问题。伪代码展示了其实现过程，实际应用中需调整参数以适应具体问题。
2025-11-04 15:21:39
52
原创 蚁狮算法原理，公式，应用案例-ALO-DBN
摘要： 蚁狮算法（ALO）是一种模拟蚁狮捕食行为的智能优化算法，通过蚁狮设置陷阱、诱捕蚂蚁的过程搜索最优解。其核心包括随机游走、边界收缩和精英策略，逐步缩小搜索范围以提高精度。算法流程涵盖初始化、适应度评估、陷阱构建、捕食更新及终止条件。关键公式涉及蚂蚁移动的边界约束与精英引导机制。ALO具有参数少、收敛快的优点，适用于工程优化和机器学习，但可能陷入局部最优。典型应用包括特征选择和能源调度。
2025-11-04 11:03:35
539
原创 鹈鹕算法原理，公式，应用案例-POA-BP
摘要：鹈鹕优化算法（POA）是一种受鹈鹕捕食行为启发的元启发式算法，通过模拟俯冲捕鱼过程实现优化。算法分为两阶段：探索阶段通过随机步长向最优解移动，开发阶段利用局部搜索系数进行精细搜索。POA具有参数少、效率高的特点，适用于连续优化问题，如工程设计和机器学习调参。实验效果图展示了POA优化BP神经网络的应用效果。（150字）
2025-11-04 09:42:24
73
原创 蜻蜓算法的详细原理，公式，应用案例-基于蜻蜓算法的函数优化
蜻蜓算法（DA）是一种受蜻蜓群体行为启发的智能优化算法，通过模拟捕食、躲避等行为实现寻优。其核心流程包括初始化种群、迭代更新速度和位置（考虑分离、凝聚等五大行为因素），最终输出最优解。该算法通过动态调整行为系数，兼顾全局与局部搜索，适用于函数优化、工程设计和组合问题。改进方向包括与深度学习结合以提升高维问题性能。实验表明，该算法具有收敛速度快、解决复杂问题的优势。
2025-11-03 23:44:17
84
原创 猎豹算法详细原理，公式，应用案例—基于猎豹算法的函数优化
摘要：猎豹优化算法(CO)是一种新型群体智能优化算法，模拟猎豹捕猎行为，包含搜索、静候、攻击和返巢四种策略。该算法通过搜索策略探索全局、攻击策略精细开发，实现全局与局部平衡；动态调整参数提升适应性，返巢机制维持种群多样性。在函数优化、工程设计和组合优化等领域展现出高效性能，具有收敛速度快、鲁棒性强等特点，未来可结合深度学习进一步拓展应用。
2025-11-03 23:16:40
675
原创 鲸鱼算法详细原理，公式，应用案例-鲸鱼算法优化扩展卡尔曼滤波EKF
本文研究了鲸鱼优化算法(WOA)及其在扩展卡尔曼滤波中的应用。WOA模拟座头鲸的捕食行为，通过包围、螺旋攻击和随机搜索三种机制进行优化。算法首先初始化参数和种群位置，然后计算适应度值，采用不同的更新策略逐步逼近最优解。实验结果表明，WOA优化的支持向量机(SVM)在弯沉预测中表现良好。该算法还可应用于其他机器学习模型的参数优化，具有广阔的应用前景。
2025-11-02 15:57:19
126
原创 海洋捕食算法的详细原理，公式，应用案例MPA-BP
摘要：海洋捕食者算法(MPA)是一种受海洋生物捕食行为启发的元启发式优化算法，通过Lévy运动、布朗运动和速度比适配机制实现高效搜索。该算法包含初始化、优化（分速度比阶段）和FADs涡流效应三个阶段，具有自适应参数调节能力。实验表明，MPA在收敛速度和精度上优于传统算法，已成功应用于神经网络优化（如MPA-BP模型）。未来可拓展至多目标优化和深度学习领域。
2025-11-02 12:41:08
110
原创 哈里斯鹰算法的原理，公式和应用案例
摘要：哈里斯鹰优化算法(HHO)是一种受鹰群捕食行为启发的元启发式算法，通过探索、过渡和开发三个阶段模拟鹰群协作捕食策略。核心思想是利用逃逸能量动态调整探索与开发平衡，具有参数少、全局搜索能力强等特点。该算法已成功应用于函数优化、机器学习参数调优及路径规划等领域，尤其在路径优化中展现出快速收敛和优异性能。实验结果表明，HHO能有效避免局部最优，实现精准路径规划。
2025-11-02 11:11:39
44
原创 人工蜂鸟算法的详细原理和公式
人工蜂鸟算法（AHA）是一种受蜂鸟觅食行为启发的群体智能优化算法，通过模拟蜂鸟的方向性飞行、领地觅食和迁徙觅食策略来求解优化问题。算法将解空间视为食物源，蜂鸟个体通过三种飞行方式（轴向、对角、全向）和记忆机制进行觅食。AHA具有参数少、收敛快、全局搜索能力强等特点，在光伏模型参数提取、路径规划等领域展现出优越性能。实验表明，该算法收敛速度较快，在特定函数优化中误差比SSA、WOA等算法降低30%。
2025-11-01 14:21:11
978
原创 基于黏菌算法优化BP神经网络的分类预测
本文提出一种基于黏菌算法优化的BP神经网络分类预测方法。传统BP神经网络采用梯度下降法训练，常陷入局部最优。本研究通过模拟黏菌觅食行为，设计动态权重调整机制和振荡位置更新策略，平衡全局与局部搜索能力。实验结果表明，优化后的网络在150组数据上收敛速度提升，90次迭代即可完成训练，预测精度显著提高。该方法为BP神经网络优化提供了新思路，未来可进一步探索不同激活函数组合对性能的影响。
2025-10-24 17:12:05
32
原创 黏菌算法优化BP神经网络回归分析
本文提出了一种基于黏菌算法优化BP神经网络的方法，用于回归分析问题。传统BP神经网络通过误差反向传播进行训练，但存在收敛速度慢、易陷入局部最优等问题。黏菌算法模拟了黏菌觅食行为的智能优化机制，通过动态调整权重和平衡全局搜索与局部搜索来优化BP神经网络的参数。实验结果表明，该方法能快速收敛（约90次迭代），并显著提高了预测精度。与标准BP神经网络相比，优化后的模型能更准确地拟合时间序列数据。未来可进一步探索不同激活函数和训练函数对算法性能的影响，以提升模型泛化能力。
2025-10-24 16:54:06
146
原创 基于BP神经网络企业风险预测
本文系统介绍了BP神经网络的参数设置、函数选择及训练过程，包括常见训练函数、传递函数、性能函数等的应用场景，详细解析了MATLAB训练窗口的四个组成部分及其功能。通过企业风险预测案例展示了BP神经网络的实际应用效果，结果表明预测准确率较高。文章还提供了相关MATLAB代码实现，对BP神经网络的学习和应用具有指导意义。
2025-10-04 09:44:31
58
原创 基于BP神经网络的曲线拟合
本文系统总结了BP神经网络的参数设置与函数选择方法，详细解析了训练窗口功能，并展示了基于BP神经网络的曲线拟合应用。主要内容包括：1）关键参数设置建议，如迭代次数、学习率等；2）常用训练函数、传递函数等分类说明；3）nntraintool训练窗口的四个组成部分详解；4）曲线拟合实例展示，结果表明该方法具有较高准确率。文章为BP神经网络的实际应用提供了参数调优指导，并通过可视化分析验证了其有效性。
2025-10-04 09:36:54
74
原创 基于粒子群算法优化SVM浓度预测
本文研究了基于粒子群算法(PSO)优化支持向量机(SVM)在浓度预测中的应用。首先介绍了SVM是一种基于间隔最大化的分类器，可通过核函数实现非线性分类。文章详细展示了SVM的线性可分性、损失函数和核函数原理。其次介绍了粒子群算法的原理、参数设置和优化流程。最后通过实例验证代码，对比了优化前后的SVM预测效果，结果表明PSO优化能显著提升SVM的预测精度。，为智能化预测提供了有效解决方案。
2025-10-02 23:23:10
451
原创 BP神经网络情绪识别
摘要：本文系统介绍了BP神经网络的参数设置方法，包括最大迭代次数、学习率等关键参数的选择原则，详细列举了训练函数、传递函数、学习函数等各类函数的作用。文章重点解析了神经网络训练窗口的四个主要组成部分及其热萑，并通过情绪识别案例展示了BP神经网络的应用效果。结果表明，该方法在情绪识别任务中表现出较高的准确率，为相关研究提供了参考。
2025-10-02 23:02:40
43
基于LVQ神经网络的分类预测，基于BP神经网络的分类预测的效果图
2025-02-22
斑马算法的MATLAB代码，斑马算法测试效果
2024-12-08
鲸鱼算法算支持向量机SVM回归分析，鲸鱼算法优化支持向量机SVM沉降预测（代码完整，数据齐全）
2024-09-08
基于粒子群优化SVM的空气质量等级分类预测（代码完整，数据齐全）
2024-09-08
基于支持向量机SVM的电网负荷预测（代码完整，数据齐全）
2024-09-08
Adaboost-bp分类预测（代码完整，数据齐全）
2024-09-04
基于支持向量机的冷却系统故障识别，基于SVM的冷却系统故障识别（代码完整，数据齐全）
2024-09-03
基于深度信念网络的冷却系统故障分类识别
2024-09-04
粒子群算法和支持向量机参数反演，pso+svm参数反演（代码完整，数据齐全）
2024-08-21
基于BP神经网络的最大值预测，基于BP神经网络的最小值预测
2024-08-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人