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、支持向量機(SVM,Support Vector Machine)作為機器學習(MachineLearning)的一個重要研究分支,近年來正受到越來越多的重視,并成為了機器學習當中的一個研究熱點。
支持向量機理論的其中一個特點就是追求系統(tǒng)風險最小化。正是這種優(yōu)越的特性使得其應用價值得到了廣泛的肯定。隨著支持向量機從理論研究走向實踐應用,實際工程應用對其也提出了更高的要求,其中一個要求就是支持在線學習功能。
機
2、器學習中在線學習算法也是一個重要研究分支,而由于支持向量機的理論和應用價值突出,其在線學習算法近年來也成為了熱點之一。幾種支持向量機的在線學習軟件算法也相繼被提出,并有了良好的應用效果。隨著嵌入式的進一步發(fā)展,支持向量機的在線學習硬件算法也將會突出其理論和應用價值。雖然其在線學習運算中,核函數的計算非常耗時,有使用硬件加速的需要,近年來對支持向量機及其在線學習的硬件算法研究卻比較少,之前所提出的軟件算法也難以稱得上真正意義上的硬件友好,
3、因此該研究分支將有很大的發(fā)展空間。本文針對以上問題,做了如下工作:
(1)概述支持向量機的發(fā)展背景、應用領域和研究現狀,并詳細介紹了支持向量機的數學原理,對原理中中各部分所涉及的理論進行了比較完整的敘述。
(2)介紹和總結了支持向量機的在線學習算法的研究現狀和一些軟件實現方法,并重點介紹了支持向量機的硬件實現算法以及相應的硬件實現原理描述。并對現有的硬件實現方法加以總結。
(3)針對已有支持向量
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。
最新文檔
- AES密碼算法加速器的設計與實現.pdf
- 指紋圖像增強算法研究和加速器設計.pdf
- 深度學習算法可重構加速器關鍵技術研究.pdf
- 基于CSNS直線加速器的質子治療FFAG加速器的物理設計.pdf
- 浮點運算加速器的設計研究.pdf
- 基于Zynq的LS-SVM算法加速器設計.pdf
- 基于FPGA的深度學習加速器設計與實現.pdf
- 加速器.dwg
- 加速器.dwg
- 加速器.dwg
- 加速器.dwg
- 加速器參數
- 基于CORDIC算法低功耗加速器設計與實現.pdf
- 刺猬加速器
- 粒子加速器
- 多媒體加速器的研究及設計.pdf
- 企業(yè)加速器運營研究.pdf
- 加速器qa流程
- 加速器輻射分布
- 并行查詢加速器的設計與實現.pdf
評論
0/150
提交評論