支持向量機(jī)算法研究及在高爐煤氣識別中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、支持向量機(jī)(SupportVectorMachines,簡稱SVMs)是模式識別領(lǐng)域的新方法,是基于統(tǒng)計(jì)學(xué)習(xí)理論的,是主要用于解決分類問題和回歸問題的新工具,它已經(jīng)在很多領(lǐng)域有了廣泛的應(yīng)用,如:人臉識別,心臟病診斷,經(jīng)濟(jì)預(yù)測等.本文就支持向量機(jī)的算法模型及其應(yīng)用展開討論. 本文的主要研究工作如下:1.核函數(shù)中的參數(shù)選擇是支持向量機(jī)中的一個很重要的問題,它直接影響模型的推廣能力.通過最速下降法求L00上界的極小點(diǎn)來確定核參數(shù)是一種

2、新的核參數(shù)選擇方法,但此方法易陷入局部最優(yōu)解.本文提出一種基于混合遺傳算法求解L00上界極小點(diǎn)的核參數(shù)選擇方法.實(shí)驗(yàn)證明,通過該方法選擇出來的核參數(shù)能夠提高分類精度,具有實(shí)用性. 2.針對多分類問題提出了兩種新的支持向量機(jī)多分類模型(K-LSVCR和μ-K-LSVCR). 3.首次將支持向量機(jī)方法應(yīng)用到高爐煤氣的模式識別問題,針對十字測溫儀得到的數(shù)據(jù)并結(jié)合專家所給的意見,我們采取了先將數(shù)據(jù)聚類在進(jìn)行分類的策略,通過數(shù)值實(shí)

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論