2023年全國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
已閱讀1頁,還剩35頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作為上世紀九十年代興起的一種新的機器學習技術,支持向量機(Support Vector Maclline,SVM)在許多領域都取得了成功的應用。但它的應用其實大多局限于常見的標準化或者說“干凈”的數(shù)據(jù)分布情況,對于在實際應用中不得不面對的一些數(shù)據(jù)分布不合常規(guī)或者說不“理想”的機器學習問題,比如:受噪聲干擾的數(shù)據(jù)集分類,不確定性輸入信息學習算法、不平衡數(shù)據(jù)集分類、半監(jiān)督型數(shù)據(jù)學習等,傳統(tǒng)型支持向量機的學習性能則表現(xiàn)得不盡人意,有時甚至根本

2、達不到人們所期望的學習效果,這在很大程度上影響了支持向量機向更大范圍的推廣和應用。針對這些問題,本文就受噪聲干擾的支持向量機學習算法進行了研究,給出了較理想的解決方案。在簡單回顧標準支持向量機及其數(shù)學基礎之后,本文重點研究了抗白噪聲理論的支持向量機學習算法。針對某些訓練樣本存在輸入信息帶有噪聲的問題,通過引入白噪聲,高斯白噪聲及核函數(shù)的概念,結合支持向量機的特性,提出了解決抗高斯白噪聲的支持向量機分類算法。該類算法在傳統(tǒng)支持向量機的基礎

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論