2023年全國(guó)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118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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、模型組合旨在融合并利用假設(shè)空間中的多個(gè)模型,提髙學(xué)習(xí)系統(tǒng)的可靠性和泛化性.目前,基模型產(chǎn)生通?;谟?xùn)練樣本集采樣,實(shí)現(xiàn)過程比較復(fù)雜;模型組合一般利用全模型集合,確定參與組合的模型時(shí)未考慮新數(shù)據(jù)的分布;理論研究方面,缺乏模型組合一致性的工作.
  針對(duì)這些問題,研究基于正則化路徑的支持向量機(jī)(Support Vector Ma-chines,SVM)模型組合,證明正則化路徑上SVM模型組合一致性,設(shè)計(jì)有效的SVM模型組合算法.主要研

2、究?jī)?nèi)容包括:
  1.應(yīng)用正定矩陣Cholesky分解方法,分別提出二分類SVM正則化路徑算法PDSVCPath和回歸SVM正則化路徑算法PDSVRPath.基于正定矩陣的SVM正則化路徑算法可有效解決訓(xùn)練樣本集中包含重復(fù)數(shù)據(jù)、近似數(shù)據(jù)或線性相關(guān)數(shù)據(jù)的問題.
  2.給出SVM模型組合一致性充分條件,證明正則化路徑上二分類SVM模型組合的Ia-風(fēng)險(xiǎn)一致性及回歸SVM模型組合的Le-風(fēng)險(xiǎn)一致性,奠定正則化路徑上的SVM組合方法

3、的理論基礎(chǔ).
  3.設(shè)計(jì)基于正則化路徑的三步式SVM貝葉斯組合.首先,基于SVM正則化路徑分段線性性質(zhì)構(gòu)建初始模型集;然后,應(yīng)用模型集修剪策略獲得候選模型集,修剪策略包括通用于二分類SVM和回歸SVM的Occam窗口方法、適用于二分類SVM的平均GACV準(zhǔn)則和適用于回歸SVM的平均GCV準(zhǔn)則;最后,根據(jù)新輸入由最小近鄰法確定最終組合模型集,并實(shí)現(xiàn)貝葉斯組合預(yù)測(cè).
  基于正則化路徑的三步式SVM貝葉斯組合基礎(chǔ)扎實(shí),易于實(shí)現(xiàn)

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(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)頁內(nèi)容里面會(huì)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(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。

評(píng)論

0/150

提交評(píng)論