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、分類號(hào)密級(jí)UDC編號(hào)桂林電子科技大學(xué)碩士學(xué)位論文題目基于優(yōu)化的分類超平面支持向量算法研究基于優(yōu)化的分類超平面支持向量算法研究(英文英文)ResearchofAlgithmsaboutSupptVectOnTheClassificationHyperplaneBaseonOptimization研究生姓名:徐健指導(dǎo)教師姓名、職務(wù)指導(dǎo)教師姓名、職務(wù):陳光喜副教授申請(qǐng)學(xué)位門類:理學(xué)碩士學(xué)科、??啤I(yè):應(yīng)用數(shù)學(xué)提交論文日期:2006年12月論
2、文答辯日期:2007年4月2007年4月6日AbstractKeyWdsABSTRACTTraditionalmethodsofMachineLearning(ML)supposethatsamplesetapproachtoinfinite.Usuallysamplesetisfiniteinpractice.StatisticalLearningThey(SLT)hasbeenproposedtosolvethisproblemup
3、tonow.SupptVectMachine(SVM)isamethodbasedonSLT.BecauseofstrictintheyprincipalgoodperfmanceinapplicationSVMhasalreadybeenahighlightinMLDataMining(DM).Themainwksinthispaperaretoimprovesomealgithmsdicussetheyindertoraisethe
4、speedofcalculationwhenSVMdealswiththelargesampleset.Thenumericalexperimentsapplicationsindicateefficiencyofthesealgithms.Thewksarestatedasfollow:IntheysystemthepaperproposesthatSVMcanbedividedintoalgebraicmethodgeometric
5、methodbyvirtueofhalvinglatestmethodmaximalspacingmethod.Thealgebraicmethodgeometricmethodareprovedtogainthesamehyperplane.Therelationbetweenquadraticprogrammingwithalgebraicmethodisexplained.Inviewofeffectofprojectionfin
6、dingthelatestpointsintwoconvexhullsisreplacedwithfindingtheminimumEuclideannmalinaconvexhull.Someconvergenceofalgithmsisanaylized.Inalgithmfirstlyanewalgithmcombiningmatrixtransfmationoffmulaissetuptogetsupptvect.Thensom
7、eimprovementsaregainedbyanalyzingSequentialMinimalOptimization(SMO).FexamplethresholdsearchinginSMOisimprovedacacheissetuptocontrolcomputationalvalues.Apreprocessingmethodisbroughtfward.Themethodscommonspeciespointsdiffe
8、rentspeciespointsisolatedpointssoastopointsexpressingtheacterofsamplesetrepeatedly.Finallythearticledesignsaniterativealgithmfgeometricmethod.Inthenumericalexperimentsapplicationstheresultsofthenumericalexperimentverifyt
9、heefficiencyofalgithms.SVMthepreprocessingmethodareappliedinmedicinediagnosisfAmericanWisconsinBreastCancerDatabase.Theresultindicatesthatthepreprocessingmethodnotonlyreducestrainingtimebutalsomaintainsclassificationaccu
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
- 基于支持向量機(jī)的分類算法研究.pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的分類算法研究.pdf
- 基于支持向量機(jī)分類學(xué)習(xí)的彩色圖像超分辨重構(gòu)算法研究.pdf
- 基于模糊遺傳優(yōu)化支持向量基的人臉?lè)诸愃惴ㄑ芯?pdf
- 基于支持向量機(jī)的文本并行分類算法研究.pdf
- 基于加權(quán)增量的支持向量機(jī)分類算法研究.pdf
- 支持向量機(jī)分類算法的研究.pdf
- 基于幾何算法的支持向量機(jī)分類方法.pdf
- 基于分類噪聲檢測(cè)的支持向量機(jī)算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的分類識(shí)別算法研究.pdf
- 基于支持向量機(jī)的超譜圖像分類技術(shù)研究.pdf
- 支持向量機(jī)分類算法的若干研究.pdf
- 基于智能優(yōu)化的支持向量機(jī)分類方法研究.pdf
- 基于改進(jìn)支持向量機(jī)的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于加權(quán)度量支持向量機(jī)下的分類算法研究.pdf
- 基于支持向量機(jī)參數(shù)優(yōu)化的群智能優(yōu)化算法研究.pdf
- 基于加權(quán)增量的支持向量機(jī)分類算法研究(1)
- 基于MapReduce的非線性支持向量機(jī)分類算法研究.pdf
- 基于支持向量機(jī)的特征選擇及其分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論