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、分類問(wèn)題是模式識(shí)別與機(jī)器學(xué)習(xí)共同的研究熱點(diǎn),而本質(zhì)上,分類問(wèn)題就是找出不同樣本類別分類面的數(shù)學(xué)最優(yōu)化問(wèn)題。
引力分類是基于數(shù)據(jù)樣本之間相似性的惰性分類學(xué)習(xí)方法,而支持向量機(jī)是基于最大間隔的急切分類學(xué)習(xí)方法,過(guò)去的研究一直獨(dú)立的發(fā)展兩個(gè)方法,但從沒(méi)有考慮二者之間的聯(lián)系與統(tǒng)一。
本文研究引力分類與超球支持向量機(jī)之間的聯(lián)系與統(tǒng)一。數(shù)據(jù)樣本被賦予質(zhì)量屬性,不同類別的數(shù)據(jù)樣本由一個(gè)具有該類樣本質(zhì)量之和的引力中心來(lái)代表。一個(gè)數(shù)據(jù)
2、樣本屬于一個(gè)類,當(dāng)且僅當(dāng)此類的引力中心對(duì)該樣本的引力大于其他類別的引力中心對(duì)該樣本的引力。對(duì)于二分類問(wèn)題,分類面是依賴于兩個(gè)類別質(zhì)量之和比值λ2的超球面,當(dāng)λ2<1時(shí),超球分類面包裹正類;當(dāng)λ2>1時(shí),超球分類面包裹負(fù)類。在這些基礎(chǔ)上,本文提出了引力支持向量機(jī)(Gravitation Support Vector Machine,即GSVM),它是一個(gè)關(guān)于正負(fù)類引力中心G+,G-、正負(fù)類質(zhì)量比λ2、類別間隔ρ2的數(shù)學(xué)最優(yōu)化問(wèn)題。從某種程
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
- 支持向量機(jī)的快速分類方法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 基于幾何算法的支持向量機(jī)分類方法.pdf
- 38155.支持向量機(jī)分類與回歸方法研究
- 基于支持向量機(jī)方法的圖像分割與目標(biāo)分類.pdf
- 支持向量機(jī)多類分類方法的研究.pdf
- 基于支持向量機(jī)的圖像分類方法研究.pdf
- 模糊支持向量分類機(jī).pdf
- 單分類支持向量機(jī)的學(xué)習(xí)方法研究.pdf
- 基于支持向量機(jī)的多類網(wǎng)頁(yè)分類方法.pdf
- 支持向量機(jī)多分類方法的研究及應(yīng)用.pdf
- 基于半監(jiān)督的支持向量機(jī)網(wǎng)頁(yè)分類方法.pdf
- 基于支持向量機(jī)的超譜圖像分類技術(shù)研究.pdf
- 支持向量機(jī)分類算法研究與應(yīng)用.pdf
- 基于支持向量機(jī)的農(nóng)業(yè)數(shù)據(jù)分類方法研究.pdf
- 基于支持向量機(jī)的布匹瑕疵分類方法研究.pdf
- 基于支持向量機(jī)增量學(xué)習(xí)的網(wǎng)頁(yè)分類方法.pdf
- 支持向量機(jī)分類算法的研究與應(yīng)用.pdf
- 基于智能優(yōu)化的支持向量機(jī)分類方法研究.pdf
- 支持向量機(jī)分類算法的研究.pdf
評(píng)論
0/150
提交評(píng)論