2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、支持向量機(jī)(Support Vector Machine,SVM)是近年來受到廣泛關(guān)注的一類學(xué)習(xí)機(jī)器,它以統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory, SLT)為基礎(chǔ),具有簡潔的數(shù)學(xué)形式、標(biāo)準(zhǔn)快捷的訓(xùn)練方法和良好的泛化性能,已廣泛應(yīng)用于模式識(shí)別、函數(shù)估計(jì)和時(shí)間序列預(yù)測(cè)等數(shù)據(jù)挖掘問題。目前SVM的研究熱點(diǎn)主要有:SVM的模型選擇、快速學(xué)習(xí)算法研究等。由于支持向量機(jī)是一種基于核的學(xué)習(xí)方法,所以核及相關(guān)參數(shù)的選取對(duì)泛

2、化能力有著重要的影響,進(jìn)而對(duì)支持向量機(jī)的性能也有著重要的影響。如何有效地進(jìn)行核及相關(guān)參數(shù)的選擇是支持向量機(jī)研究領(lǐng)域的一個(gè)重要問題。
  本研究主要內(nèi)容包括:⑴對(duì)現(xiàn)有核選擇方法進(jìn)行了詳細(xì)的分析和研究。⑵提出了一種選擇支持向量分類最優(yōu)核參數(shù)的算法,通過定義樣本間的獨(dú)立性,可以獲得最優(yōu)核參數(shù)和相應(yīng)的最優(yōu)學(xué)習(xí)模型。提出的算法可以在支持向量機(jī)訓(xùn)練之前得到最優(yōu)的核參數(shù),計(jì)算代價(jià)較小。⑶通過對(duì)SVM中最優(yōu)化問題KKT條件的研究,給出了一種高斯核

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(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)頁內(nèi)容里面會(huì)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(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。

評(píng)論

0/150

提交評(píng)論