已閱讀1頁，還剩37頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、分類器是模式識別系統(tǒng)的重要組成部分也是機器學習的重要研究領域。支持向量機是一種新的分類器，由于能夠較好的解決小樣本學習問題并具有較強的泛化能力，使其迅速成為目前模式識別領域的研究熱點。本文主要研究對象是KNN和SVM兩種分類方法。一方面進一步揭示SVM的分類機理，針對其在應用中的一些限制提出和KNN相結(jié)合的改進算法KNN—SVM，拓廣了SVM的應用范圍。另一方面運用K近鄰法、SVM和KNN—SVM對心電圖信號進行分類，并對分類結(jié)果進行比
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(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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
- 基于KNN-SVM的指紋分類方法研究.pdf
- 基于案例推理和SVM-KNN的電能質(zhì)量擾動分類方法研究.pdf
- 基于心電圖分析的心律失常分類.pdf
- SVM分類器的擴展及其應用研究.pdf
- SVM分類器置信度的研究.pdf
- 在線組合分類器應用于大規(guī)模垃圾郵件過濾的研究.pdf
- 基于小波與SVM-kNN的機器人地面分類研究.pdf
- 支持向量機（SVM）及其在心電圖（ECG）分類識別中的應用.pdf
- 基于距離學習的集成KNN分類器的研究.pdf
- 基于SVm-KNN的文本分類系統(tǒng)的設計與實現(xiàn).pdf
- KNN文本分類研究.pdf
- knn和svm算法在中文文本自動分類技術上的比較研究new
- 評估幾種流行學習降維分類器應用于癌癥數(shù)據(jù)的性能.pdf
- 應用于體質(zhì)分類的聚類方法研究及改進.pdf
- 分類分析的研究與實現(xiàn)—利用SVM構(gòu)造決策規(guī)則分類器.pdf
- Hopfield網(wǎng)絡應用于杭州西湖富營養(yǎng)化分類的研究.pdf
- 基于改進的SVM-KNN算法的中文網(wǎng)頁層次式分類.pdf
- 集成Logistic和SVM的分類算法研究.pdf
- 基于SVM的Web文檔分類方法和應用研究.pdf
- SVM分類器在肝癌早期診斷中的應用研究.pdf
評論
0/150
提交評論