已閱讀1頁(yè)，還剩46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、該文先扼要介紹統(tǒng)計(jì)學(xué)習(xí)理論中有關(guān)的重要結(jié)論和SVM的基本原理,介紹了光滑支持向量機(jī)(Smooth Support Vector Machine,簡(jiǎn)稱SSVM).在討論了求解其中無(wú)約束優(yōu)化問(wèn)題的Newton-Armijo算法之后,該文采用了一種新的途徑——用Newton-PCG算法求解其中的無(wú)約束優(yōu)化問(wèn)題.該文進(jìn)行了初步數(shù)值試驗(yàn),文中結(jié)合實(shí)際的美國(guó)威斯康辛大學(xué)的乳癌數(shù)據(jù)庫(kù)中的數(shù)據(jù),進(jìn)一步分析和比較了Newton-Armijo算法和Newt
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
- 兩種改進(jìn)的模糊支持向量機(jī).pdf
- 不均衡支持向量機(jī)參數(shù)選取的兩種優(yōu)化方法.pdf
- v支持向量機(jī)中參數(shù)選取的兩種模型
- v-支持向量機(jī)中參數(shù)選取的兩種模型.pdf
- 兩種不同優(yōu)化算法在螺旋槳設(shè)計(jì)中的應(yīng)用和比較.pdf
- 支持向量機(jī)中若干優(yōu)化算法研究.pdf
- 支持向量機(jī)的快速優(yōu)化算法.pdf
- 支持向量機(jī)訓(xùn)練算法的研究與優(yōu)化.pdf
- 最小二乘雙支持向量機(jī)的兩種拓展及其在線學(xué)習(xí)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)分類算法的研究與應(yīng)用.pdf
- 支持向量機(jī)回歸算法的研究與應(yīng)用.pdf
- 基于智能優(yōu)化算法的支持向量機(jī)回歸及其應(yīng)用.pdf
- 支持向量機(jī)回歸算法與應(yīng)用研究.pdf
- 支持向量機(jī)算法的研究及其應(yīng)用.pdf
- 兩種啟發(fā)式優(yōu)化算法的研究及其應(yīng)用.pdf
- 兩種向量的延伸理論
- 一種快速的支持向量機(jī)算法研究.pdf
- 基于集成學(xué)習(xí)的支持向量機(jī)預(yù)測(cè)優(yōu)化算法及其應(yīng)用.pdf
- 支持向量機(jī)參數(shù)優(yōu)化及其筆跡鑒別中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論