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)是由Bell實(shí)驗(yàn)室的Vapnik等人提出的一種針對(duì)分類和回歸問(wèn)題的新型機(jī)器學(xué)習(xí)方法,是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問(wèn)題的新工具。支持向量機(jī)方法基于統(tǒng)計(jì)學(xué)習(xí)理論與結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理,具有良好的推廣性和較高的準(zhǔn)確率。它集成了最優(yōu)分類超平面、核技巧、凸二次規(guī)劃等多項(xiàng)技術(shù),能有效地解決“過(guò)學(xué)習(xí)”、“維數(shù)災(zāi)難”和局部極小點(diǎn)等問(wèn)題。由于出色的學(xué)習(xí)性能,支持向量機(jī)已經(jīng)成為當(dāng)前機(jī)器學(xué)習(xí)界的一個(gè)研究熱點(diǎn),并在很多領(lǐng)域得到了廣泛的應(yīng)用,包括模式識(shí)
2、別、回歸估計(jì)等方面。由于支持向量機(jī)方法最初是針對(duì)二類別的分類問(wèn)題提出的,如何將二類別分類方法擴(kuò)展到多類別分類是支持向量機(jī)研究的一個(gè)重要內(nèi)容。本文主要做了以下幾個(gè)方面的工作。
⑴介紹了機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)理論以及支持向量機(jī)的發(fā)展和研究現(xiàn)狀.討論了支持向量機(jī)的理論和算法,包括核函數(shù)理論等。總結(jié)了目前常用的基于支持向量機(jī)的多分類方法,包括一對(duì)多方法、一對(duì)一方法、決策二叉樹(shù)方法,對(duì)比討論了各種方法的優(yōu)缺點(diǎn)。
⑵在平分最
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
- 基于閉凸包收縮的非線性分類方法研究.pdf
- 基于閉包的分類判別方法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 基于數(shù)據(jù)關(guān)系的SVM多分類方法研究.pdf
- 基于多分類器融合的遙感影像分類方法研究.pdf
- 基于多分類器的農(nóng)作區(qū)遙感圖像分類方法研究.pdf
- 基于二分類SVM的多分類方法比較研究.pdf
- 基于模糊積分的多分類器融合方法研究.pdf
- 基于多分類器投票集成的半監(jiān)督情感分類方法研究.pdf
- 基于梯度特征和多分類器的行人檢測(cè)方法.pdf
- 基于多分類器融合的頭態(tài)識(shí)別方法.pdf
- 基于多分類器組合的網(wǎng)絡(luò)入侵檢測(cè)方法研究.pdf
- 有限格上的閉包系統(tǒng)和閉包算子.pdf
- 基于支持向量機(jī)的多分類方法研究及應(yīng)用.pdf
- 基于最長(zhǎng)閉頻繁序列模式的文本分類方法.pdf
- 基于EP的多分類器表決分類算法.pdf
- 多分類器組合中的基分類器選取方法.pdf
- 基于多分類器組合的濕地信息提取方法研究.pdf
- 基于趨同的支持向量回歸機(jī)多分類方法研究.pdf
- 基于極限學(xué)習(xí)的多分類支持向量數(shù)據(jù)描述方法研究.pdf
評(píng)論
0/150
提交評(píng)論