dbn-svm

机器学习之心1 年前
数据分类预测·dbn-svm·深度置信网络-支持向量机
分类预测 | Matlab实现基于DBN-SVM深度置信网络-支持向量机的数据分类预测1.利用DBN进行特征提取,将提取后的特征放入SVM进行分类实现组合预测。图很多,包括混淆矩阵图、预测效果图, DBN是深度置信网络,相比于CNN更为新颖。 2.多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。 3.程序语言为matlab,程序可出分类效果图,混淆矩阵图,运行环境matlab2018b及以上。 4.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 5.data为数据集,输入12个特征,分四类;main为主程序,其余为函数文件,无需运行,可在下载
机器学习之心1 年前
支持向量机·时间序列预测·svm·dbn-svm·dbn·深度置信网络
时序预测 | MATLAB实现DBN-SVM深度置信网络结合支持向量机时间序列预测(多指标评价)MATLAB实现DBN-SVM深度置信网络结合支持向量机时间序列预测(多指标评价) DBN是一种多层神经网络,可以通过逐层训练来提取时间序列数据的特征。用DBN模型提取时间序列数据的特征。使用支持向量机工具箱中的函数构建SVM模型。支持向量机是一种监督学习算法,可以用于分类和回归任务。使用MATLAB的支持向量机工具箱中的函数来构建SVM模型。使用SVM模型进行时间序列预测。将DBN提取的特征作为输入,使用SVM模型进行时间序列的预测。
机器学习之心1 年前
多输入分类预测·dbn-svm·深度置信网络结合支持向量机
分类预测 | MATLAB实现DBN-SVM深度置信网络结合支持向量机多输入分类预测1.分类预测 | MATLAB实现DBN-SVM深度置信网络结合支持向量机多输入分类预测 2.代码说明:要求于Matlab 2021版及以上版本。