支持向量機(jī)及其在多屬性決策中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、在20世紀(jì)90年代中期,VladimirN.Vapnik及其研究小組在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上提出了一種新的學(xué)習(xí)技術(shù)——支持向量機(jī),它具有較為完備的理論基礎(chǔ)和較好的學(xué)習(xí)性能,成為繼神經(jīng)網(wǎng)絡(luò)研究之后新的研究熱點(diǎn)并在實(shí)際問(wèn)題中得到成功的應(yīng)用. 目前統(tǒng)計(jì)學(xué)習(xí)理論正處于一個(gè)向?qū)嶋H應(yīng)用推廣的階段,支持向量機(jī)需要進(jìn)一步完善和改進(jìn),以滿足實(shí)際應(yīng)用的需要,從支持向量機(jī)理論、方法和應(yīng)用相結(jié)合的角度,本文選取支持向量機(jī)及其在多屬性決策中的應(yīng)用加以研究,

2、主要工作如下: 首先,介紹了論文的背景知識(shí),研究了支持向量機(jī)的理論,在此基礎(chǔ)上,針對(duì)樣本中存在異常點(diǎn)和噪聲點(diǎn)問(wèn)題,研究了模糊支持向量機(jī),并針對(duì)隸屬度設(shè)計(jì)問(wèn)題,根據(jù)支持向量機(jī)超平面分類原理,提出了基于類平面的隸屬度設(shè)計(jì)方法,通過(guò)在人工數(shù)據(jù)和真實(shí)數(shù)據(jù)上進(jìn)行數(shù)值實(shí)驗(yàn),表明該方法是可行而且有效的;然后研究了基于支持向量機(jī)的多屬性決策方法,針對(duì)區(qū)間數(shù)多屬性決策問(wèn)題,采用區(qū)間數(shù)定量化的方法,將其轉(zhuǎn)化為一般多屬性決策問(wèn)題,利用正負(fù)理想點(diǎn)及中點(diǎn)

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

評(píng)論

0/150

提交評(píng)論