2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩48頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、隨著現(xiàn)代信息技術(shù)的快速發(fā)展,各種數(shù)據(jù)庫(kù)大量出現(xiàn),如何從數(shù)據(jù)庫(kù)中準(zhǔn)確的抽取有用信息成了一個(gè)迫切需要解決的問(wèn)題,數(shù)據(jù)挖掘技術(shù)在這種背景下應(yīng)運(yùn)而生。支持向量機(jī)作為數(shù)據(jù)挖掘的一種新方法,在許多領(lǐng)域得到了廣泛的應(yīng)用。 支持向量機(jī)是上世紀(jì)九十年代中期在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來(lái)的一種機(jī)器學(xué)習(xí)方法,它集成了最大間隔超平面、Mercer核、凸二次規(guī)劃、稀疏解和松弛變量等多項(xiàng)技術(shù)。在若干挑戰(zhàn)性的應(yīng)用中,獲得了目前為止最好的性能。 本文主要

2、研究了v-支持向量機(jī)中參數(shù)選取問(wèn)題.v-支持向量機(jī)是一種新的支持向量機(jī)模型,與標(biāo)準(zhǔn)的支持向量機(jī)模型相比,其中的參數(shù)v有直觀的含義,v的值是訓(xùn)練集中間隔錯(cuò)誤樣本點(diǎn)個(gè)數(shù)與總樣本點(diǎn)個(gè)數(shù)之比的上界和支持向量個(gè)數(shù)與總樣本點(diǎn)個(gè)數(shù)之比的下界.支持向量機(jī)中的參數(shù)選取是支持向量機(jī)研究中的一類(lèi)重要問(wèn)題,參數(shù)選取的不同,對(duì)其泛化性能影響很大.v-支持向量機(jī)中的參數(shù)選取的研究較少,本文針對(duì)v-支持向量機(jī),建立了選取參數(shù)v的模型,并進(jìn)行了數(shù)值實(shí)驗(yàn)。 首先

3、本文給出了一種基于平衡約束規(guī)劃的v-支持向量機(jī)中參數(shù)選取模型,該模型是一個(gè)具有光滑目標(biāo)函數(shù)的且?guī)в谢パa(bǔ)約束的非線性規(guī)劃問(wèn)題,通過(guò)求解該問(wèn)題得到v-SVM中泛化性能較好的參數(shù)v,并進(jìn)行了數(shù)值實(shí)驗(yàn),證明了該方法的有效性。另外,本文討論了不均衡問(wèn)題時(shí)的v-支持向量機(jī)模型,分析了數(shù)據(jù)集的不均衡性給支持向量機(jī)的泛化性能的影響,給出了一種改進(jìn)的2v-SVM模型,該模型的優(yōu)點(diǎn)是參數(shù)易于選取,數(shù)值實(shí)驗(yàn)結(jié)果表明該模型在處理不均衡問(wèn)題時(shí)是有效的,解決了數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論