基于雙核復(fù)合的核分類算法研究.pdf_第1頁
已閱讀1頁,還剩57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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著支撐向量機(jī)的成功應(yīng)用,古老的核方法作為其重要組成部分,重新引起了眾多研究者的重視,并廣泛地應(yīng)用于模式識(shí)別,圖像處理,機(jī)器學(xué)習(xí)等諸多領(lǐng)域。隨著核方法研究的深入,人們發(fā)現(xiàn),使用了單一且固定核函數(shù)的傳統(tǒng)核分類算法不能有效地適應(yīng)復(fù)雜多變的數(shù)據(jù)集合,從而導(dǎo)致分類效果欠佳。 針對傳統(tǒng)核分類算法使用單一且固定核函數(shù)的不足,本文提出了一種基于雙核最優(yōu)復(fù)合的核分類算法(Optimal Double-Kernel Combination met

2、hod ODKC)。ODKC算法復(fù)合了兩個(gè)基本核函數(shù),這樣可以綜合不同核的特性,很好的適應(yīng)復(fù)雜多變的數(shù)據(jù)集合,提高分類準(zhǔn)確率。 具體工作如下: (1)為了尋求核函數(shù)的最優(yōu)復(fù)合,設(shè)計(jì)了一種準(zhǔn)則函數(shù)。該準(zhǔn)則函數(shù)的最優(yōu)化問題可以方便的轉(zhuǎn)化為一個(gè)廣義特征值問題,從而使算法具備了非迭代和低復(fù)雜度的特性。 (2)本文利用雙核復(fù)合的方法構(gòu)造了用于分類任務(wù)的目標(biāo)核函數(shù)。首先,利用兩個(gè)基本核函數(shù),將相同的輸入數(shù)據(jù)集分別映射到兩個(gè)不

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(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(shí)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。

評論

0/150

提交評論