您当前的位置:
首页 >
文章列表页 >
基于改进人工蜂群算法的支持向量机时序预测
研究与探讨 | 更新时间:2025-09-11
    • 基于改进人工蜂群算法的支持向量机时序预测

    • Time sequence prediction of SVM based on improved ABC algorithm

    • 传感器与微系统   2018年第5期 页码:51-54
    • DOI:10.13873/j.1000-9787(2018)05-0051-04    

      中图分类号: TP18
    • 纸质出版:2018

    移动端阅览

  • 刘栋, 李素, 曹志冬. 基于改进人工蜂群算法的支持向量机时序预测[J]. 传感器与微系统, 2018,(5):51-54. DOI: 10.13873/j.1000-9787(2018)05-0051-04.

    LIU Dong, LI Su, CAO Zhi-dong. Time sequence prediction of SVM based on improved ABC algorithm[J]. 2018, (5): 51-54. DOI: 10.13873/j.1000-9787(2018)05-0051-04.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

184

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

应用再模糊理论的无参考图像质量评价算法
基于欧氏距离与多种搜索策略的人工蜂群算法
基于视觉显著模型的图像质量评价算法
混合无线传感器网络覆盖优化算法
基于ν-SVR的纸基纳米金检测Cr6+的浓度识别

相关作者

罗永康
彭玲
张怀亮
俞胜
吴锡生
佘合一
丁勇
陈宏达

相关机构

中南大学高性能复杂制造国家重点实验室
中南大学机电工程学院
江南大学物联网工程学院
浙江大学超大规模集成电路设计研究所
河北省大数据计算重点实验室
0