xxxx18一60岁hd中国/日韩女同互慰一区二区/西西人体扒开双腿无遮挡/日韩欧美黄色一级片 - 色护士精品影院www

  • 大小: 9KB
    文件類型: .m
    金幣: 1
    下載: 0 次
    發布日期: 2021-05-05
  • 語言: Matlab
  • 標簽: matlab??

資源簡介

支持向量機SVM故障診斷。支持向量機(Support Vector Machine, SVM)的基本模型是在特征空間上找到最佳的分離超平面使得訓練集上正負樣本間隔最大。SVM是用來解決二分類問題的有監督學習算法,在引入了核方法之后SVM也可以用來解決非線性問題。

資源截圖

代碼片段和文件信息

tic?%?計時器
%%?清空環境變量
close?all
clear
clc
format?compact
%%?數據提取

%?載入測試數據wine其中包含的數據為classnumber?=?3wine:178*13的矩陣wine_labes:178*1的列向量
load?([‘E:\李博華\研究生\學習資料\代碼數據\數據西儲\xichuimf.mat‘])
load?([‘E:\李博華\研究生\學習資料\代碼數據\數據西儲\xichu_labels1.mat‘])
%選定訓練集和測試集
%?將第一類的1-30第二類的60-95第三類的131-153做為訓練集?
train_xichu?=?[xichuimf(1:200:);xichuimf(1501:1700:);xichuimf(3001:3200:);xichuimf(4501:4700:)];
%?相應的訓練集的標簽也要分離出來
train_xichu_labels?=?[xichu_labels1(1:200);xichu_labels1(1501:1700);xichu_labels1(3001:3200);xichu_labels1(4501:4700)];
%?將第一類的31-59第二類的96-130第三類的154-178做為測試集?;xichudate1(4001:4020:);xichudate1(5001:5020:)
test_xichu?=?[xichuimf(201:350:);xichuimf(1656:1805:);xichuimf(3201:3350:);xichuimf(4751:4900:)];
%?相應的測試集的標簽也要分離出來
test_xichu_labels?=?[xichu_labels1(1001:1150);xichu_labels1(2501:2650);xichu_labels1(3501:3650);xichu_labels1(5001:5150)];
%?%?選定訓練集和測試集
%?%?將第一類的1-30第二類的60-95第三類的131-153做為訓練集
%?train_xichu?=?[xichudate(1:150:);xichudate(201:350:);xichudate(401:550:);xichudate(601:750:)];
%?%?相應的訓練集的標簽也要分離出來
%?train_xichu_labels?=?[xichu_labels(1:150);xichu_labels(201:350);xichu_labels(401:550);xichu_labels(601:750)];
%?%?%?將第一類的31-59第二類的96-130第三類的154-178做為測試集
%?%?test_xichu?=?[xichudate(151:170:);xichudate(351:370:);xichudate(551:570:);xichudate(751:770:)];
%?%?%?相應的測試集的標簽也要分離出來
%?%?test_xichu_labels?=?[xichu_labels(151:170);xichu_labels(351:370);xichu_labels(551:570);xichu_labels(751:770)];
%?%?將第一類的31-59第二類的96-130第三類的154-178做為測試集
%?test_xichu?=?[xichudate(1:50:);xichudate(201:250:);xichudate(401:450:);xichudate(601:650:)];
%?%?相應的測試集的標簽也要分離出來
%?test_xichu_labels?=[xichu_labels(1:50);xichu_labels(201:250);xichu_labels(401:450);xichu_labels(601:650)];

%%?數據預處理
%?數據預處理將訓練集和測試集歸一化到[01]區間
[train_xichutest_xichu]?=?scaleForSVM(train_xichutest_xichu01);
[mtrainntrain]?=?size(train_xichu);
[mtestntest]?=?size(test_xichu);

dataset?=?[train_xichu;test_xichu];
%?[mtrainntrain]?=?size(train_xichu);
%?[mtestntest]?=?size(test_xichu);
%?
%?dataset?=?[train_xichu;test_xichu];
%?%?mapminmax為MATLAB自帶的歸一化函數
%?[dataset_scaleps]?=?mapminmax(dataset‘01);
%?dataset_scale?=?dataset_scale‘;
%?
%?train_xichu?=?dataset_scale(1:mtrain:);
%?test_xichu?=?dataset_scale(?(mtrain+1):(mtrain+mtest):?);
%%?pca降維處理????????
????????[dataset_coefdataset_scoredataset_latentdataset_t2]?=?princomp(dataset);
????????dataset_cumsum?=?100*cumsum(dataset_latent)./sum(dataset_latent);
????????index?=?find(dataset_cumsum?>=?0.99);
?????
????????train_xichu?=?dataset_score(1:mtrain:);
????????test_xichu?=?dataset_score(?(mtrain+1):(mtrain+mtest):?);
????????train_xichu?=?train_xichu(:1:index(1));
????????test_xichu?=?test_xichu(:1:index(1));
%%?PSO算法
?pso_option?=?struct(‘c1‘1.5‘c2‘1.7‘maxgen‘100‘sizepop‘20?...
????????????‘k‘0.6‘wV‘1‘wP‘1‘v‘5?...
????????????‘popcmax‘10^2‘popcmin‘10^(-1)‘popgmax‘10^3‘popgmin‘10^(-2));
???????
????????pso_option.maxg

評論

共有 條評論