lssvm18工具箱

1. 如何采用 lssvm 建立模型

根据你的描述： BPNN可以用matlab里的神经网络工具箱，GUI的界面或者matlab源程序都可以 SVM推荐用Libsvm或Lssvm

2. libsvm工具箱和lssvm工具箱有什么区别

1、这两个意义完全不一样，lssvm是最小二乘支持向量机，是一种算法 libsvm是一个支持版向量机的工具集合，权一个库；
2、LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；
3、而LSSVM是支持向量机算法的一种改进版本——即最小二乘支持向量机（Least Squares Support Vector Machine）。

3. matlab工具箱中的prelssvm是什么意思

我这里是LS-SVMlab1.5工具箱下的prelssvm.m文件
懒得去看了，直接把文件头帮助给你复制过来
有需要去看这个工具箱的说明，国内有人用应该写过相关介绍的。

function [model,Yt] = prelssvm(model,Xt,Yt)
% Preprocessing of the LS-SVM%
% These functions should only be called by trainlssvm or by
% simlssvm. At first the preprocessing assigns a label to each in-
% and output component (c for continuous, a for categorical or b
% for binary variables). According to this label each dimension is rescaled:
%
% * continuous: zero mean and unit variance
% * categorical: no preprocessing
% * binary: labels -1 and +1
%
% Full syntax (only using the object oriented interface):
%
% >> model = prelssvm(model)
% >> Xp = prelssvm(model, Xt)
% >> [empty, Yp] = prelssvm(model, [], Yt)
% >> [Xp, Yp] = prelssvm(model, Xt, Yt)
%
% Outputs
% model : Preprocessed object oriented representation of the LS-SVM model
% Xp : Nt x d matrix with the preprocessed inputs of the test data
% Yp : Nt x d matrix with the preprocessed outputs of the test data
% Inputs
% model : Object oriented representation of the LS-SVM model
% Xt : Nt x d matrix with the inputs of the test data to preprocess
% Yt : Nt x d matrix with the outputs of the test data to preprocess
%
%
% See also:
% postlssvm, trainlssvm

% Copyright (c) 2002, KULeuven-ESAT-SCD, License & help @ http://www.esat.kuleuven.ac.be/sista/lssvmlab

4. 神经网络matlab分析时 错误使用 struct 无法从 double 转换为 struct。

该问题是由工具箱路径引起，在Matlab中文论坛解答如下：
“这个问题很好解决，你专把你的lssvm的那个工具箱属remove from the path,然后libsvm工具箱也remove from the path，然后就可以了，我一般都是手动加工具箱的，避免运行出错。”
也就是把对应的LSSVM工具箱的路径删掉

我自己试了一下确实可以，应该主要LS-SVM的工具箱！！！

5. 关于matlab的SVM工具箱的几个函数

能不用自带函数不，给你个最小二乘支持向量机的自编代码
clear all;
clc;
N=35; %样本个数
NN1=4; %预测样本数
%********************随机选择初始训练样本及确定预测样本*******************************
x=[];
y=[];
index=randperm(N); %随机排序N个序列
index=sort(index);
gama=23.411; %正则化参数
deita=0.0698; %核参数值
%thita=; %核参数值
%*********构造感知机核函数*************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=tanh(deita*(x1'*x2)+thita);
% end
%end
%*********构造径向基核函数**************************************
for i=1:N
x1=x(:,index(i));
for j=1:N
x2=x(:,index(j));
x12=x1-x2;
K(i,j)=exp(-(x12'*x12)/2/(deita*deita));
end
end
%*********构造多项式核函数****************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=(1+x1'*x2)^(deita);
% end
%end
%*********构造核矩阵************************************
for i=1:N-NN1
for j=1:N-NN1
omeiga1(i,j)=K(i,j);
end
end
omeiga2=omeiga1';
omeiga=omeiga2+(1/gama)*eye(N-NN1);
A12=ones(1,N-NN1);
A21=A12';
A=[0 A12;A21 omeiga];
%**************************************
for i=1:N-NN1
B21(i,:)=y(index(i));
end
B=[0;B21];
%********LS-SVM模型的解******************************
C=A\B;
%******
b=C(1); %模型参数
for i=1:N-NN1
aipha(i)=C(i+1); %模型参数，行向量
end
%*******************************************
for i=1:N %预测模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index

6. statlssvm工具箱中怎样求预测值的置信区间

回复 xiezhh 的帖子就是回归拟合时，求在指定置信度条件下的点预测的预测区间，有没版有专门的函权数？谢谢了！用regress 可以求系数的置信区间，能不能求预测点的置信区间。数理统计书上有专门的公式，不过有点麻烦！

7. 怎么在matlab平台上安装ls svmlab这个工具箱

第一步：首先将解压得到的文件夹拷贝到自己MATLAB的安装目录下，如
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a

第二步：打开MATLAB，如果是Matlab7.0的话单击File，如何是2012的话在home面板上，靠近Layout那里有Set Path，然后选择Set Path这一选项，这时会出现Set Path的窗口，点击 Add Folder。。。将刚才拷贝到目录下的那个文件夹添加进来，点击Save,然后close。
第三步：检验工具箱是否添加成功：在MATLAB 的命令窗口中输入：
which tunelssvm.m
如果出现下面的情况：
>> which tunelssvm.m
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a\tunelssvm.m
则表示安装成功。

8. libsvm工具箱和lssvm工具箱有什么区别

本质区别就是在最小化目标规划函数时libsvm
使用的算法
是SMO
（序列最小优化算法）lssvm
使用的最小二乘算法
查看原帖>>
满意请采纳

9. MATLAB中LS-SVM工具箱的问题

LS-SVM是什么，题主随便搜索一下就应该知道了啊。。。

LS-SVM是的缩写，中文翻译成“最小二专乘支持向量属机”，用于非线性分类、回归、时间序列预测和无监督学习等领域。

至于那两个函数，trainlssvm用来训练得到模型，simlssvm则用trainlssvm训练得到的model为测试集分类或者进行函数拟合（和神经网络中的概念类似）。

工具箱里面有相应的演示程序（名字都以demo开头），您可以结合具体的例子去学习。

附件是一个关于该工具箱的说明，供参考。