已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、本文對基于支持向量機的大規(guī)模文本分類的設(shè)計進行了研究。文章重點對統(tǒng)計學(xué)習(xí)理論進行了研究,深入探討了建立在該理論基礎(chǔ)上的支持向量機算法,闡述了支持向量機研究和應(yīng)用現(xiàn)狀,以及所面臨的問題。對目前支持向量機的訓(xùn)練算法、分類算法、求解大型問題的算法等熱點問題進行了分析和討論,針對海量紛雜的文本分類存在的瓶頸問題即計算時間和占用內(nèi)存,結(jié)合SVMQP思想提出了一種并行化的SVM:分類算法-PCSMO-KNN算法。該算法充分利用了組合分類器的優(yōu)勢使大
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(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確性、安全性和完整性, 同時也不承擔(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。
最新文檔
- 基于支持向量機的文本分類研究.pdf
- 基于支持向量機的Web文本分類研究.pdf
- 基于支持向量機的文本分類問題研究.pdf
- 基于支持向量機的文本分類的研究.pdf
- 支持向量機文本分類算法研究.pdf
- 基于支持向量機的文本分類問題的研究.pdf
- 基于支持向量機的文本分類系統(tǒng)研究.pdf
- 基于支持向量機的多類文本分類研究.pdf
- 基于多類支持向量機的文本分類研究.pdf
- 支持向量機及用于文本分類的研究.pdf
- 基于混合核函數(shù)支持向量機的文本分類研究.pdf
- 基于機器學(xué)習(xí)的大規(guī)模文本分類.pdf
- 基于粗糙集與支持向量機的Web文本分類.pdf
- 基于支持向量機的中文文本分類方法研究.pdf
- 多類文本分類的支持向量機網(wǎng)絡(luò).pdf
- 基于模糊支持向量機的多類文本分類方法研究.pdf
- 基于支持向量機的中文文本分類系統(tǒng)研究.pdf
- 支持向量機文本分類算法的研究及其應(yīng)用.pdf
- 支持向量機文本分類的關(guān)鍵問題研究.pdf
- 基于支持向量機與聚類算法的中文文本分類研究.pdf
評論
0/150
提交評論