已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、該文首先對(duì)SVM理論進(jìn)行基本概念上的介紹,并深入探討了SVM算法的基本理論.然后對(duì)兩種具體SVM算法——SOR算法和LSSVM算法進(jìn)行了進(jìn)一步的深入研究,并利用MNIST數(shù)據(jù)庫(kù)對(duì)這兩種算法性能進(jìn)行比較.其次針對(duì)大規(guī)模訓(xùn)練集,為了克服訓(xùn)練算法速度慢,提高訓(xùn)練速度,提出了一種簡(jiǎn)單的增量學(xué)習(xí)方法——SISVM.這種算法通過(guò)仔細(xì)分析SV分布的特點(diǎn),采用小規(guī)模的矩陣運(yùn)算來(lái)代零替大規(guī)模的矩陣運(yùn)算.實(shí)驗(yàn)結(jié)果表明,該算法有效的提高了訓(xùn)練速度.最后將SV
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 支持向量機(jī)和粒子群算法的研究及應(yīng)用.pdf
- 支持向量機(jī)算法的研究及其應(yīng)用.pdf
- 多分類支持向量機(jī)算法和應(yīng)用研究.pdf
- 支持向量機(jī)算法的研究及應(yīng)用.pdf
- 支持向量機(jī)分類算法的研究與應(yīng)用.pdf
- 支持向量機(jī)模型和算法研究.pdf
- 支持向量機(jī)分類算法研究與應(yīng)用.pdf
- 支持向量機(jī)若干算法的研究及其應(yīng)用.pdf
- 支持向量機(jī)回歸算法的研究與應(yīng)用.pdf
- 基于支持向量機(jī)的算法及其應(yīng)用研究.pdf
- 支持向量機(jī)和分類問(wèn)題的算法研究.pdf
- 基于支持向量機(jī)的算法及應(yīng)用研究.pdf
- 支持向量機(jī)算法及應(yīng)用研究.pdf
- 支撐矢量機(jī)混合算法的研究.pdf
- 遺傳算法和支持向量機(jī)混合方法及其應(yīng)用.pdf
- 支持向量機(jī)算法及其應(yīng)用研究
- 支持向量機(jī)回歸算法與應(yīng)用研究.pdf
- 支持向量機(jī)增量學(xué)習(xí)算法的研究與應(yīng)用.pdf
- 加權(quán)支持向量機(jī)若干算法的研究及其應(yīng)用.pdf
- 支持向量機(jī)文本分類算法的研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論