已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領
文檔簡介
1、本論文在學習支持向量機學習算法和獨立成分分析原理的基礎上，分別研究了支持向量機學習算法的改進以及基于獨立成分分析的非線性熒光光譜的定量分析。研究的具體內(nèi)容概述如下： 1．支持向量機學習算法的改進支持向量機學習算法是統(tǒng)計學習理論研究的重要學習算法之一，在模式識別和分類上有著重要的應用價值。本文提出了聚類編碼多分類支持向量機理論，并且以車牌文字的分類為例說明了此學習方法在時間復雜度和準確率上的優(yōu)勢。本文還對原始的支持向量機學習理論進
2、行了一般性的推廣，提出了一種可變最優(yōu)分類平面的支持向量機，并對其算法進行了理論研究。 2．基于獨立成分分析的非線性熒光光譜的定量分析大氣污染問題是當今社會發(fā)展的一個重要問題，而對于大氣成分的光譜分析則是治理大氣污染的一個重要手段。本文提出了基于獨立成分分析算法對超短脈沖激光與氣體相互作用所產(chǎn)生的非線性熒光光譜數(shù)據(jù)進行了有效的特征提取。利用所提取的特征對空氣中含有的三種雜質(zhì)氣體在不同濃度下的光譜進行了預測，得到的結(jié)果與實測值相比較
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 支持向量機改進方法在光譜定量分析中的應用.pdf
- 基于量子遺傳算法和支持向量機的人臉識別方法.pdf
- 基于NSCT和支持向量機的紋理特征識別方法研究.pdf
- 基于支持向量機的語種識別方法的研究.pdf
- 基于支持向量機的人臉識別方法研究.pdf
- 基于小波和支持向量機的人臉識別方法研究.pdf
- 基于支持向量機的人臉識別改進算法.pdf
- 基于支持向量機和振動特性的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于不變矩和支持向量機的圖像識別方法研究.pdf
- 基于支持向量機的車牌漢字識別方法的研究.pdf
- 基于支持向量機的田間雜草識別方法研究.pdf
- 基于改進型卷積神經(jīng)網(wǎng)絡和支持向量機的人臉識別方法研究.pdf
- 基于模糊支持向量機的森林火災識別方法研究.pdf
- 支持向量機改進算法的研究.pdf
- 基于小波變換和支持向量機的人臉識別方法研究.pdf
- 基于半監(jiān)督學習和支持向量機的眉毛識別方法研究.pdf
- 基于特征臉和支持向量機的人臉識別方法研究與實現(xiàn).pdf
- 基于支持向量機和小波的人臉識別方法研究與應用.pdf
- 基于支持向量機的人臉識別方法研究與實現(xiàn).pdf
- 基于小波包和支持向量機的滾動軸承故障識別方法.pdf
評論
0/150
提交評論