最小二乘支持向量机的自编代码 clear all; clc; N=80; NN1=20; %********************随机选择初始训练样本及确定预测样本 ******************************* x = linspace(0,100,80); %样本个数 %预测样本数 %正则化参数 %核参数值 %核参数值 y = sinc(x) +normrnd(0,.1,size(x,1),1); index=randperm(N); %随机排序 N 个序列 index=sort(index); gama=23.411; deita=0.0698; %thita=; %*********构造感知机核函数************************************* %for i=1:N % % % % % %end %*********构造径向基核函数************************************** for i=1:N x2=x(:,index(j)); K(i,j)=tanh(deita*(x1'*x2)+thita); x1=x(:,index(i)); for j=1:N end 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 %这个是随便给的数据 这两个参数也是随便弄的 x1=x(:,index(i)); for j=1:N end %*********构造多项式核函数**************************************** %for i=1:N % % % % % %end %*********构造核矩阵************************************ x2=x(:,index(j)); K(i,j)=(1+x1'*x2)^(deita); end 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)); %********LS-SVM 模型的解****************************** %****** end B=[0;B21]; C=A\B; b=C(1); for i=1:N-NN1 end %模型参数 aipha(i)=C(i+1); %模型参数，行向量 %******************************************* for i=1:N %预测模型 aifx(i)=b+(aipha)*K(1:N-NN1,i); end %******************************************* aifx index