已閱讀1頁，還剩41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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、利用支持向量機(jī)算法來解決兩類分類問題已經(jīng)有了很成熟的發(fā)展，但是算法本身對噪音非常敏感，而且對多類分類問題也仍需要進(jìn)一步的研究和改進(jìn)，特別是采用層次支持向量機(jī)算法還會出現(xiàn)誤差累積的問題。
針對上述情況，本文提出一種新的多類分類問題的解決方法，采用模糊隸屬度剔除噪聲，構(gòu)造基于類間可分性測度的決策樹支持向量機(jī)。與傳統(tǒng)方法相比，本文的模型避免了拒分區(qū)域的出現(xiàn)，克服了誤差累積的問題，并且在精度和時間復(fù)雜度方面也有所提高，并從數(shù)學(xué)和實(shí)
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(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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)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
- 基于雙隸屬度模糊支持向量機(jī)的郵件過濾.pdf
- 基于雙隸屬度判定的模糊支持向量機(jī)方法研究.pdf
- 支持向量機(jī)決策樹算法研究及其應(yīng)用.pdf
- 基于新隸屬函數(shù)的模糊支持向量機(jī)研究.pdf
- 去邊緣模糊支持向量機(jī).pdf
- 基于支持向量機(jī)和決策樹的電信通信數(shù)據(jù)分析與應(yīng)用.pdf
- 一種雙支持向量機(jī)決策樹的多分類算法.pdf
- 基于決策樹支持向量機(jī)的豬只姿態(tài)分類與異常行為分析.pdf
- 基于決策樹和支持向量機(jī)在公司財務(wù)風(fēng)險評估中的應(yīng)用
- 基于決策樹和支持向量機(jī)在公司財務(wù)風(fēng)險評估中的應(yīng)用
- 基于去邊緣的多類模糊支持向量機(jī).pdf
- 基于粒子群優(yōu)化支持向量機(jī)決策樹的齒輪箱故障診斷方法.pdf
- 面向不平衡數(shù)據(jù)的支持向量機(jī)決策樹多分類方法研究.pdf
- 支持向量機(jī)和決策樹算法在財務(wù)失敗預(yù)測中的應(yīng)用研究.pdf
- 基于減少噪聲的支持向量機(jī).pdf
- 基于敏感度的可抗噪的模糊SLIQ決策樹.pdf
- 基于AFS理論的模糊決策樹算法研究.pdf
- 決策樹及支持向量機(jī)回歸算法在麥蚜發(fā)生程度預(yù)測中的應(yīng)用.pdf
- 基于公理模糊集的模糊決策樹算法研究.pdf
- 有序決策樹在SOCA下的擴(kuò)展及模糊有序決策樹的研究.pdf
評論
0/150
提交評論