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、支持向量機(jī)在解決線性不可分樣本的分類問(wèn)題時(shí)引入核函數(shù)技術(shù),從而把非線性問(wèn)題轉(zhuǎn)化為線性問(wèn)題來(lái)解決,降低了算法的復(fù)雜度.雖然目前關(guān)于核函數(shù)的研究在理論和應(yīng)用兩方面均取得了一定的成果,但還未深入到足以指導(dǎo)核函數(shù)的選取. 本文的主要研究工作有: 1.研究了混合核函數(shù)的性質(zhì),與單一的普通核函數(shù)相比,分析了混合核函數(shù)的優(yōu)勢(shì). 2.為了確定由哪些類型的普通核函數(shù)來(lái)構(gòu)造混合核函數(shù),本文重點(diǎn)分析了五種常用核函數(shù)的性質(zhì)特點(diǎn),得到RB
2、F核函數(shù)、多項(xiàng)式核函數(shù)和傅立葉核函數(shù)各自都有突出的優(yōu)點(diǎn)且彼此間有很強(qiáng)的互補(bǔ)性,由此我們以這三種核函數(shù)來(lái)構(gòu)造適用于更廣泛?jiǎn)栴}的混合核函數(shù). 3.對(duì)于核參數(shù)的確定,本文另辟蹊徑,采用董玉林提出的平衡約束優(yōu)化(MPEC)模型來(lái)優(yōu)化選取核參數(shù). 4.綜合利用本文的研究成果,建立若干選取規(guī)則,分別解決了核函數(shù)的類型及核參數(shù)選取的問(wèn)題,提出了不同于傳統(tǒng)意義的核函數(shù)的選取方法--RSM(Reasonable Selection Met
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)中Sigmoid核函數(shù)的研究.pdf
- 支持向量機(jī)核函數(shù)的參數(shù)選擇方法.pdf
- 支持向量機(jī)核函數(shù)選擇方法探討.pdf
- 支持向量分類機(jī)的核函數(shù)研究.pdf
- 支持向量機(jī)中高斯核函數(shù)的研究.pdf
- 支持向量機(jī)中參數(shù)選取的平衡約束規(guī)劃方法.pdf
- 基于多尺度核加權(quán)融合的支持向量機(jī)核函數(shù)優(yōu)化方法的研究.pdf
- 支持向量機(jī)核函數(shù)研究及其在語(yǔ)音識(shí)別中的應(yīng)用.pdf
- 混合核函數(shù)支持向量機(jī)在信用評(píng)估中的應(yīng)用.pdf
- 基于混合核函數(shù)支持向量機(jī)的人臉識(shí)別方法研究.pdf
- 基于混合核函數(shù)支持向量機(jī)的文本分類研究.pdf
- 支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究.pdf
- 稀疏表示下支持向量機(jī)核函數(shù)選擇.pdf
- 支持向量機(jī)的核方法在人臉識(shí)別中的應(yīng)用研究.pdf
- 支持向量機(jī)的核方法及其模型選擇.pdf
- 支持向量機(jī)中參數(shù)選取的一個(gè)問(wèn)題.pdf
- 紅外弱小目標(biāo)檢測(cè)的核支持向量機(jī)方法研究.pdf
- 基于支持向量機(jī)的組合核函數(shù)及模糊系統(tǒng)辨識(shí)研究.pdf
- 不均衡支持向量機(jī)參數(shù)選取的兩種優(yōu)化方法.pdf
- 基于復(fù)合核函數(shù)及軟邊緣的新型支持向量機(jī)的研究.pdf
評(píng)論
0/150
提交評(píng)論