资源简介
利用svm原理的matlab程序对是个不同模型的弹簧压力测试数据的分类。
代码片段和文件信息
ttz=xlsread(‘data01.xls‘);
%%
[mn]=size(ttz);
data_quzao=zeros(mn);
level=5;
wname=‘sym1‘;
for ff=1:m
[thrsorhkeepappcrit]=ddencmp(‘den‘‘wp‘ttz(ff:));
xd=wpdencmp(ttz(ff:)sorhlevelwnamecritthrkeepapp);
data_quzao(ff:)=xd;
end
tt=data_quzao;
%%
%tt=xlsread(‘data01.xls‘);
%%
%数据提取
gyq_test_data= [tt(8:10:);tt(18:20:);tt(28:30:);tt(38:40:);tt(48:50:);
tt(58:60:);tt(68:70:);tt(78:80:);tt(88:90:);tt(98:100:)] ;
%%
%归一化
gy_test_data=gyq_test_data‘;
[gyh_test_datagyh_test_data_ss]=mapminmax(gy_test_data0 1);
test_data=gyh_test_data‘;
%%
%标签提取
test_label=[ones(31);2*ones(31);3*ones(31);4*ones(31);5*ones(31);6*ones(31);7*ones(31);8*ones(31);9*ones(31);10*ones(31)];
predict_label=zeros(9270);
zb=zeros(3010);
for i=1:9
for j=i:9
%%
%训练数据归一化
gyq_train_data=[tt(10*(i-1)+1:10*(i-1)+7:);tt(10*j+1:10*j+7:)];
gy_train_data=gyq_train_data‘;
[gyh_train_datagyh_train_data_ss]=mapminmax(gy_train_data01);
train_data=gyh_train_data‘;
%%
train_label=[i*ones(71);(j+1)*ones(71)];
%%
% [bestaccbestcbestg]=SVMcgforclass(train_labeltrain_data-2
- 上一篇:空时编码的MATLAB仿真
- 下一篇:SG数据平滑
相关资源
- 用粒子群算法优化支持向量机的matl
- SMOTE结合SVM算法matlab实现
- 用PSO优化LSSVM的参数
- 现有的LSSVM工具箱,自带PSO优化,参数
- lssvm最小二乘向量机
- 多分类SVM的Matlab实现
- libsvm-mat-2.91-1.rar
- 基于LSSVM的分类器,用于iris的三种分
- PSO-SVM 粒子算法优化支持向量机MATLA
- GA+SVM的MATLAB程序
- 粒子群SVM.rar
- 支持向量机三分类算法
- libsvm 编译后的工具包
- 支持多类的SVMRFE
- SVM-RFE算法
- 基于SVM的道路检测算法
- 手写体识别matlab代码
- 感知器与SVM分类
- scaleForLSSVM函数 matlab
- 支持向量机SVMmatlab代码
- 多种核函数的SVM分类器matlab程序
- llap twsvm
- gabor+svm matlab程序,一共三个文件,两
- SVM增量式学习的自适应与优化的MATL
- 使用matlab安装LIBSVM及读入数据集
- SVM+SFS+KNN+SBS+LASSO+SRC算法matlab版
- svm+smo matlab程序
- matlab使用libsvm进行分类代码.rar
- 粒子群PSO优化LSSVM的完整程序
- svm完成聚类功能的小程序
评论
共有 条评论