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73頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、支持向量機是一種基于核的學(xué)習(xí)方法,核函數(shù)在支持向量機中占有舉足輕重的地位。不同核函數(shù)蘊藏的幾何度量特征各異,選擇不同的核函數(shù)導(dǎo)致支持向量機泛化能力存在差異。由于核函數(shù)選取對構(gòu)建的支持向量機模型性能有著重要的影響,如何有效地進行核函數(shù)選擇是目前支持向量機研究領(lǐng)域中的一個重要研究課題。
  當(dāng)下,關(guān)于支持向量機核函數(shù)的選擇大多依靠經(jīng)驗,缺乏具體的理論指導(dǎo),這顯然存在很大的局限性和不確定性。因此,構(gòu)建出一種既能結(jié)合樣本的先驗信息,又能兼

2、顧核函數(shù)蘊藏的幾何度量特征的有監(jiān)督的支持向量機核函數(shù)選擇機制,有效地避免其盲目性。本文重點地對支持向量機核函數(shù)選擇方法進行了一些研究,主要的工作有:
  1、在核函數(shù)理論方面,對不同核函數(shù)的度量特征進行了分析與探討。先從核函數(shù)蘊含的幾何特征方面入手,分別介紹了常用核函數(shù)的黎曼、距離以及角度三種度量特征,并對其度量特征的幾何意義進行了闡述。
  2、在前期研究工作中提出一種基于樣本分布特征的支持向量機核函數(shù)選擇方法。該方法對給

3、定的樣本數(shù)據(jù)進行超球體描述,建立樣本分布能量熵函數(shù),并計算各樣本的能量熵,構(gòu)建樣本分布判別函數(shù)及計算其判別結(jié)果;然后根據(jù)其判別結(jié)果與核函數(shù)幾何性質(zhì)的相似性選擇核函數(shù)類型;最后參數(shù)優(yōu)化和支持向量機模型確定。這是一種既能根據(jù)具體對象的樣本信息,又能兼顧核函數(shù)所蘊藏的度量性質(zhì)的有指導(dǎo)的支持向量機核函數(shù)選擇方法,同時具有運算速度快、非常適合實時在線支持向量機模型預(yù)測控制場所等特點。
  3、結(jié)合稀疏表示理論對樣本數(shù)據(jù)的屬性表示和建模能力,

4、本文提出了一種稀疏表示下支持向量機設(shè)計方法。首先由給定具體問題的樣本數(shù)據(jù)構(gòu)建不同核函數(shù)模型下的稀疏字典;然后依據(jù)稀疏表示系數(shù)的屬性,遴選出適合實際問題的支持向量機核函數(shù)模型;最后基于相關(guān)方法優(yōu)化相應(yīng)參數(shù)并最終確定支持向量機模型。該方法是一種有指導(dǎo)性的支持向量機核函數(shù)選擇實用方法,有效地克服了傳統(tǒng)的支持向量機模型選擇方法中人為指定核函數(shù)類型而導(dǎo)致模型不能達到最優(yōu)性能的缺點。
  通過實例仿真證明,上述方法能有效地利用實際問題的樣本數(shù)

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。

評論

0/150

提交評論