版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、支持向量機(jī)是一種監(jiān)督學(xué)習(xí)方法,以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),因良好的學(xué)習(xí)能力和泛化能力,一直以來在機(jī)器學(xué)習(xí)算法中,受到廣泛的關(guān)注。同時(shí),人們一直試圖將支持向量機(jī)良好的分類學(xué)習(xí)性能應(yīng)用在聚類學(xué)習(xí)中,并且提出了很多方法。為此,人們提出支持向量機(jī)反問題。支持向量機(jī)反問題是相對正問題而言,它是一種非(半)監(jiān)督學(xué)習(xí)。本文提出一種通過將支持向量機(jī)的最優(yōu)平面理論擴(kuò)展到聚類算法中,通過尋找能促成最大間隔的一組最優(yōu)標(biāo)簽,而并非在給定標(biāo)簽的樣本上尋找最大間隔,從而
2、完成支持向量機(jī)的反問題求解。
本文在支持向量機(jī)的模型上,提出一種基于錯分的最大間隔聚類算法。首先,本文對支持向量機(jī)算法進(jìn)行了較為深入的研究,提出通過將支持向量最優(yōu)平面理論應(yīng)用到聚類算法中,解決支持向量機(jī)反問題,并在現(xiàn)有最大間隔聚類算法進(jìn)行剖析對比之后,提出一種基于錯分的最大間隔聚類算法,通過對錯分支持向量的篩選和標(biāo)簽替換來實(shí)現(xiàn)最大間隔,同時(shí)通過實(shí)驗(yàn)仿真驗(yàn)證了該方法的有效性,并且經(jīng)過與k均值和MMC的聚類結(jié)果進(jìn)行比較發(fā)現(xiàn),基
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于不定核的大間隔聚類算法研究.pdf
- 基于最大間隔的多標(biāo)記特征選擇算法.pdf
- 雙正則最大間隔規(guī)劃算法研究.pdf
- 基于最大間隔的多類聚類與二叉樹構(gòu)造問題研究.pdf
- 基于代價(jià)敏感的最大間隔準(zhǔn)則方法研究.pdf
- 基于尺度化凸殼的最大間隔分類方法研究.pdf
- 基于分組聚類的SVM訓(xùn)練算法.pdf
- 基于相關(guān)熵的平均近鄰最大間隔特征提取.pdf
- 一種基于聚類的支持向量機(jī)反問題求解算法.pdf
- 最大間隔分類理論及其應(yīng)用研究.pdf
- 最大間隔方法及其在行為分析中的應(yīng)用.pdf
- 最大間隔方法及其在圖像檢索中的應(yīng)用.pdf
- 基于枚舉樹的最大子空間聚類算法研究.pdf
- 基于最大間隔結(jié)構(gòu)保持投影與稀疏表示的人臉識別.pdf
- 基于最大間隔法的分類模型-韶關(guān)學(xué)院統(tǒng)一認(rèn)證平臺
- 基于最大最小距離法的多中心聚類算法研究.pdf
- 基于One-class SVM的多球體文本聚類算法研究.pdf
- 基于胡氏大間隔近鄰的企業(yè)輿情分類算法的研究.pdf
- 聚類問題算法研究.pdf
- 基于蟻群算法的雙向聚類問題研究.pdf
評論
0/150
提交評論