2023年全國(guó)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(yè)
已閱讀1頁(yè),還剩39頁(yè)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(jiǎn)介

1、支持向量機(jī)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展出的一種性能優(yōu)良的學(xué)習(xí)機(jī)器,其根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷,以期獲得最好的推廣能力。支持向量機(jī)始終存在的一個(gè)問題是它的執(zhí)行效果依賴于參數(shù)的設(shè)置,其中包括懲罰因子和核參數(shù),但卻沒有一個(gè)合適的理論來指導(dǎo)如何尋找適應(yīng)于具體的樣本數(shù)據(jù)的參數(shù)。 本文分析了支持向量機(jī)模型中各個(gè)參數(shù)對(duì)模型的影響,對(duì)已有的參數(shù)優(yōu)化方法進(jìn)行了總結(jié)和介紹,并基于粒子群算法和交叉驗(yàn)證方法對(duì)模型中的參數(shù)

2、進(jìn)行了優(yōu)化,形成了基于粒子群算法的支持向量機(jī)參數(shù)優(yōu)化方法;基于育種算法和交叉驗(yàn)證方法構(gòu)造了基于育種算法的支持向量機(jī)參數(shù)優(yōu)化方法。最后通過數(shù)值試驗(yàn)證明了方法的有效性。 此外,結(jié)合粒子群算法收斂速度快而育種算法不易陷入局部最優(yōu)的特點(diǎn),提出了一種基于粒子群算法和育種算法的混合算法,該算法用于求解無約束優(yōu)化問題。數(shù)值試驗(yàn)結(jié)果表明算法對(duì)于多峰值函數(shù)有很好的優(yōu)化效果。當(dāng)群體最優(yōu)信息停滯時(shí),新算法能夠使粒子群算法中的粒子跳出局部最優(yōu)解,最終求

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(yè)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(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。

評(píng)論

0/150

提交評(píng)論