【分类-SVM】基于哈里斯鹰算法优化支持向量机SVM实现分类附matlab的代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

个人主页：Matlab科研工作室

个人信条：格物致知。

更多Matlab仿真内容点击

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

支持量机已数据训练样本训练样本训练样本训练样本训练样本训练样本训练样本训练样本训练样本训练样本训练样本训练样本的的的空间聚集聚集聚集聚集首先利用将进行进行降维，由降维降维所有所有所有整合成成几个个个个综合性指标；；；为为为为降低降低降低指标指标指标指标之间之间之间的的衡量标准标准所引起引起，结合聚类数据；最后利用最二乘支持算法算法进行进行分类验证验证验证验证

⛄ 部分代码

%___________________________________________________________________%

%  Grey Wolf Optimizer (GWO) source codes version 1.0               %

%                                                                   %

%  Developed in MATLAB R2011b(7.13)                                 %

%                                                                   %

%  Author and programmer: Seyedali Mirjalili                        %

%                                                                   %

%         e-Mail: [email protected]                           %

%                 [email protected]             %

%                                                                   %

%       Homepage: http://www.alimirjalili.com                       %

%                                                                   %

%   Main paper: S. Mirjalili, S. M. Mirjalili, A. Lewis             %

%               Grey Wolf Optimizer, Advances in Engineering        %

%               Software , in press,                                %

%               DOI: 10.1016/j.advengsoft.2013.12.007               %

%                                                                   %

%___________________________________________________________________%

% This function initialize the first population of search agents

function Positions=initialization(SearchAgents_no,dim,ub,lb)

Boundary_no= size(ub,2); % numnber of boundaries

% If the boundaries of all variables are equal and user enter a signle

% number for both ub and lb

if Boundary_no==1

    Positions=rand(SearchAgents_no,dim).*(ub-lb)+lb;

end

% If each variable has a different lb and ub

if Boundary_no>1

    for i=1:dim

        ub_i=ub(i);

        lb_i=lb(i);

        Positions(:,i)=rand(SearchAgents_no,1).*(ub_i-lb_i)+lb_i;

    end

end

⛄ 运行结果

⛄ 参考文献

[1]董婷. 支持向量机分类算法在MATLAB环境下的现实[J]. 榆林学院学报, 2008, 18(4):3.

⛄ Matlab代码关注

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料