已閱讀1頁(yè)，還剩84頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
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、本文重點(diǎn)介紹了最小最大模塊化支持向量機(jī)的組成原理，詳細(xì)說(shuō)明了最小最大模塊化支持向量機(jī)的模塊分解和集成規(guī)則，并對(duì)其串行與并行訓(xùn)練時(shí)間復(fù)雜度進(jìn)行了一定的分析。仿真實(shí)驗(yàn)表明：最小最大模塊化支持向量機(jī)能夠在保證泛化能力的前提下，明顯提高訓(xùn)練速度，是一種行之有效的解決大規(guī)模模式分類(lèi)問(wèn)題的方法。最后，提出了一種新的處理多標(biāo)號(hào)文本分類(lèi)問(wèn)題的方法：對(duì)于一個(gè)K類(lèi)多標(biāo)號(hào)問(wèn)題，首先采用“一對(duì)其它”的問(wèn)題分解方法將原問(wèn)題分解為K個(gè)兩類(lèi)問(wèn)題；然后按照最小最大模塊
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
- 最小最大模塊化支持向量機(jī)及其在文本分類(lèi)中的應(yīng)用.pdf
- 并行化最小最大模塊化支持向量機(jī)及其在專利分類(lèi)中的應(yīng)用.pdf
- 最小最大模塊化支持向量機(jī)數(shù)據(jù)劃分及其應(yīng)用研究.pdf
- 半監(jiān)督最小最大模塊化支持向量機(jī)研究.pdf
- 支持向量機(jī)研究及其在文本分類(lèi)中的應(yīng)用.pdf
- 支持向量機(jī)分類(lèi)方法及其在文本分類(lèi)中的應(yīng)用研究.pdf
- 基于云平臺(tái)的最小最大模塊化支持向量機(jī)的研究.pdf
- 支持向量機(jī)在Web文本分類(lèi)優(yōu)化中的應(yīng)用.pdf
- 支持向量機(jī)文本分類(lèi)算法的研究及其應(yīng)用.pdf
- 多類(lèi)文本分類(lèi)的支持向量機(jī)網(wǎng)絡(luò).pdf
- 基于隨機(jī)子空間的最小最大模塊化支持向量機(jī)研究與實(shí)現(xiàn).pdf
- 支持向量機(jī)在專利文本分類(lèi)中的應(yīng)用研究.pdf
- 基于支持向量機(jī)的多類(lèi)文本分類(lèi)研究.pdf
- 基于多類(lèi)支持向量機(jī)的文本分類(lèi)研究.pdf
- 支持向量機(jī)文本分類(lèi)算法研究.pdf
- 基于支持向量機(jī)的文本分類(lèi)研究.pdf
- 基于模糊支持向量機(jī)的多類(lèi)文本分類(lèi)方法研究.pdf
- 支持向量機(jī)理論在文本分類(lèi)中的應(yīng)用研究.pdf
- 支持向量機(jī)及用于文本分類(lèi)的研究.pdf
- 基于支持向量機(jī)的Web文本分類(lèi)研究.pdf
評(píng)論
0/150
提交評(píng)論