已閱讀1頁，還剩38頁未讀， 繼續(xù)免費(fèi)閱讀
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、本文在充分考慮了實(shí)際問題中可能存在的兩類數(shù)據(jù)樣本不均衡的情況下提出了一種計(jì)算加權(quán)支持向量機(jī)樣本權(quán)值的方法，采用此方法使得加權(quán)支持向量機(jī)的分類精度得到提高。同時(shí)針對(duì)SVM訓(xùn)練時(shí)間長(zhǎng)的問題，采用改進(jìn)的迭代自組織數(shù)據(jù)分析算法(ISODATA)對(duì)訓(xùn)練樣本進(jìn)行聚類，使用聚類中心訓(xùn)練加權(quán)支持向量機(jī)。改進(jìn)后的ISODATA算法本著少量多次的思想，將N個(gè)訓(xùn)練樣本分幾次進(jìn)行輸入：先將已知類別標(biāo)簽的樣本作為輸入樣本進(jìn)行聚類，得到各已知類別的聚類中心，然后再
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。
最新文檔
- 基于支持向量機(jī)的生物數(shù)據(jù)分析方法研究.pdf
- 基于支持向量機(jī)的環(huán)境數(shù)據(jù)分析與處理.pdf
- 基于加權(quán)增量的支持向量機(jī)分類算法研究.pdf
- 基于GMDH的自組織數(shù)據(jù)挖掘算法研究.pdf
- 基于自組織原理的多維數(shù)據(jù)分析方法研究及其應(yīng)用.pdf
- 加權(quán)平滑支持向量機(jī)及外匯數(shù)據(jù)的實(shí)證分析.pdf
- 基于加權(quán)度量支持向量機(jī)下的分類算法研究.pdf
- 加權(quán)平滑支持向量機(jī)及外匯數(shù)據(jù)的實(shí)證分析
- 支持向量機(jī)在醫(yī)學(xué)數(shù)據(jù)分析中的應(yīng)用.pdf
- 基于加權(quán)增量的支持向量機(jī)分類算法研究(1)
- 支持向量機(jī)語音識(shí)別系統(tǒng)的數(shù)據(jù)分析預(yù)選取算法研究.pdf
- 基于隨機(jī)森林和支持向量機(jī)的癌癥基因數(shù)據(jù)分析.pdf
- 支持向量機(jī)算法研究及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用.pdf
- 基于示例加權(quán)支持向量機(jī)的多示例學(xué)習(xí)算法研究.pdf
- 自組織映射聚類算法在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究.pdf
- 支持向量機(jī)在人口數(shù)據(jù)分析中的應(yīng)用.pdf
- 面向生物數(shù)據(jù)分析的支持向量機(jī)技術(shù)的研究.pdf
- 基于支持向量機(jī)的公路車流量數(shù)據(jù)分析與預(yù)測(cè)模型.pdf
- 支持向量機(jī)在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用.pdf
- 加權(quán)支持向量機(jī)若干算法的研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論