2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩68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、支持向量機(jī)是一種經(jīng)典的模式分類方法,它是在VC維和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則等理論的基礎(chǔ)上提出來(lái)的。由于其良好的泛化性能,支持向量機(jī)已經(jīng)被廣泛應(yīng)用到許多領(lǐng)域。支持向量機(jī)的學(xué)習(xí)過(guò)程的本質(zhì)是一個(gè)求解二次規(guī)劃的過(guò)程,需要的學(xué)習(xí)時(shí)間隨著樣本個(gè)數(shù)的增多成平方級(jí)增加。因此,使用傳統(tǒng)的支持向量機(jī)來(lái)解決大規(guī)模的學(xué)習(xí)問(wèn)題是相當(dāng)費(fèi)時(shí)的,甚至是無(wú)法實(shí)現(xiàn)的。
  為了提高支持向量機(jī)的學(xué)習(xí)效率,Lu教授提出了最小最大模塊化支持向量(M3-SVM)算法。該算法采用分

2、而治之的思想將大規(guī)模的問(wèn)題分解為若個(gè)相互獨(dú)立的、規(guī)模較小的子問(wèn)題,然后分別對(duì)這些子問(wèn)題進(jìn)行訓(xùn)練。雖然這樣能夠大幅度的降低學(xué)習(xí)需要的時(shí)間,但這些子問(wèn)題依然串行學(xué)習(xí)的。為了進(jìn)一步提高支持向量機(jī)的學(xué)習(xí)效率,我們將M3-SVM與Hadoop平臺(tái)相結(jié)合。本論文的工作主要包括以下三個(gè)方面:
  第一,基于云計(jì)算平臺(tái)的最小最大模塊化支持向量機(jī)研究。M3-SVM提出之初就考慮到了分布式并行計(jì)算,因此可以將M3-SVM算法與MapReduce并行框

3、架結(jié)合,充分利用多機(jī)的計(jì)算資源,以達(dá)到提高算法效率的目的。實(shí)驗(yàn)結(jié)果表明:M3-SVM算法的并行化能夠在保證其泛化能力的前提下,明顯地提高模型的訓(xùn)練速率。因此,并行化的M3-SVM算法可以有效處理大規(guī)模模式分類問(wèn)題。
  第二,基于云平臺(tái)的概念漂移數(shù)據(jù)流分類的研究。現(xiàn)實(shí)生活中存在大量的流式數(shù)據(jù),并且隨著時(shí)間的推移,數(shù)據(jù)流中包含的概念可能發(fā)生或多或少的漂移。如何能夠及時(shí)地檢測(cè)出這種概念漂移,并訓(xùn)練出符合當(dāng)前數(shù)據(jù)的分類器,是當(dāng)前模式分類

4、研究所面臨的挑戰(zhàn)之一。為此,我們將并行M3-SVM應(yīng)用到數(shù)據(jù)流的分類研究中,使其能夠?qū)崟r(shí)地檢測(cè)出漂移現(xiàn)象以及訓(xùn)練出符合當(dāng)前數(shù)據(jù)的分類器模型。
  第三,基于云平臺(tái)的最小最大模塊化支持向量機(jī)模式分類系統(tǒng)開(kāi)發(fā)。該系統(tǒng)以模式分類為核心,設(shè)計(jì)了一個(gè)數(shù)據(jù)安全的、界面友好的、可交互的、可擴(kuò)展的和可維護(hù)的最小最大模塊化支持向量機(jī)模式分類系統(tǒng)。該系統(tǒng)最大的特點(diǎn)是提供模式分類算法的可視化操作,其中包含了運(yùn)行平臺(tái)的選擇、數(shù)據(jù)集的加載以及模式分類等應(yīng)用

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