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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、西安電子科技大學(xué)碩士學(xué)位論文支持向量機(jī)的重建模型及其SMO法研究姓名：孫淑偉申請學(xué)位級別：碩士專業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：周水生20090101AbstractSupportvectormachine，whichisabranchofmachinelearning，hasbeendevelopedduringrecentyearsItisknownasanovelanduniquemachinelearningmethodwithveryh
2、i曲efficiencyindealingwiththeclassificationandregressionproblemsInthisthesis，SVManditsreformationmodelareresearchedFirstlywestatethebackgroundofthemachinelearninganditssignificance，provideasummaryofSVManditsdevelopment，ma
3、inlydiscussthealgorithmsofSVMSMOanditsworkingsetselectionmethodareintroducedindetailsSecondlywerebuildthemodelofSMObyusingthereproducingpropertyofMercerkernelinaReproducingKernelHilbertSpace(RKHS)Inordertopromotethemodel
4、，weintroducetheerrorThenewmodelreducestherestrictionofthesolutionSOthatitcanbeusedincommonsituationDuringtheprocessofsolvingthemodel，directmethodandSMOalgorithmsarecomparedThedirectmethoddecomposesmatrixdirectlythenyield
5、sanalyticsolutionwiththeinversematrixcalculatedTheSMOalgorithmonlyUSeStworowsofthemultidimensionmatrixtocarryontheoptimizationperiteration，SOthememoryspaceisreducedBecauseonlyatwo‘variablequadraticprogrammingissolvedperi
6、teration，itiseasytogettheanalyticsolutionandreducesthealgorithmrunningtimeThecalculatedrowsarerecordedbycachetechnique，thecomputationalcostofthekernelmatrixisreducedandtheefficiencyofthealgorithmisimprovedTheexperimentsh
7、owsthatcomparingwiththedirectmethods，theSMOalgorithmcanincreasethedimensionsofthematrixandacceleratetheoperationspeedAdoptingthetechnologyofcachecansavetimeincalculatinglargescalematrixandraisetheoperationefficiencyKeywo
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
- 支持向量機(jī)模型及其算法研究.pdf
- 支持向量機(jī)預(yù)處理對SMO算法的改進(jìn)研究.pdf
- 支持向量機(jī)建模方法的研究.pdf
- 支持向量機(jī)模型優(yōu)化及其應(yīng)用.pdf
- 支持向量機(jī)的優(yōu)化建模方法研究.pdf
- 基于支持向量機(jī)的建模預(yù)測研究.pdf
- 支持向量機(jī)的核方法及其模型選擇.pdf
- 支持向量機(jī)預(yù)測模型的構(gòu)建及其應(yīng)用.pdf
- 支持向量機(jī)模型的相關(guān)研究.pdf
- 支持向量機(jī)的模型選擇研究.pdf
- 支持向量機(jī)模型參數(shù)的研究.pdf
- 支持向量機(jī)模型選擇研究.pdf
- 基于支持向量機(jī)的木材干燥建模研究.pdf
- 基于支持向量機(jī)算法的多模型建模方法研究及應(yīng)用.pdf
- 基于支持向量機(jī)的負(fù)荷建模的研究.pdf
- 支持向量機(jī)研究及其應(yīng)用.pdf
- 支持向量機(jī)模型研究與設(shè)計
- 支持向量機(jī)模型的研究與設(shè)計
- 支持向量機(jī)模型選擇方法研究.pdf
- 支持向量機(jī)模型和算法研究.pdf
評論
0/150
提交評論