支持向量機分類算法的研究與應用.pdf_第1頁
已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、支持向量機是一種基于統(tǒng)計學習理論的機器學習方法，針對小樣本情況表現(xiàn)出了優(yōu)良的性能，目前被廣泛應用于模式識別、函數(shù)回歸、故障診斷等方面。本文主要研究支持向量機分類問題，著重討論了以下幾個方面的內容。首先比較了支持向量機分類器和最小二乘支持向量機分類器算法，并將二者應用于數(shù)據(jù)分類，取得了較高的準確率，所用數(shù)據(jù)來自于UCI數(shù)據(jù)集。并針對最小二乘支持向量機(LS—SVM)分類算法的參數(shù)選擇問題進行了研究與探討。提出使用粒子群優(yōu)化算法(PSO)來

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，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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。

評論

0/150

提交評論