支持向量機及其在多屬性決策中的應用.pdf_第1頁
已閱讀1頁,還剩52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、在20世紀90年代中期,VladimirN.Vapnik及其研究小組在統(tǒng)計學習理論的基礎上提出了一種新的學習技術——支持向量機,它具有較為完備的理論基礎和較好的學習性能,成為繼神經網絡研究之后新的研究熱點并在實際問題中得到成功的應用. 目前統(tǒng)計學習理論正處于一個向實際應用推廣的階段,支持向量機需要進一步完善和改進,以滿足實際應用的需要,從支持向量機理論、方法和應用相結合的角度,本文選取支持向量機及其在多屬性決策中的應用加以研究,

2、主要工作如下: 首先,介紹了論文的背景知識,研究了支持向量機的理論,在此基礎上,針對樣本中存在異常點和噪聲點問題,研究了模糊支持向量機,并針對隸屬度設計問題,根據支持向量機超平面分類原理,提出了基于類平面的隸屬度設計方法,通過在人工數據和真實數據上進行數值實驗,表明該方法是可行而且有效的;然后研究了基于支持向量機的多屬性決策方法,針對區(qū)間數多屬性決策問題,采用區(qū)間數定量化的方法,將其轉化為一般多屬性決策問題,利用正負理想點及中點

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