2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76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、支撐向量機(jī)(Support Vector Machine,SVM)是近年來受到廣泛關(guān)注的一類學(xué)習(xí)機(jī)器,它以統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory,SLT)為基礎(chǔ),具有簡潔的數(shù)學(xué)形式、標(biāo)準(zhǔn)快捷的訓(xùn)練方法和良好的泛化性能,已廣泛應(yīng)用于模式識別、函數(shù)估計(jì)和時間序列預(yù)測等數(shù)據(jù)挖掘問題。目前SVM的研究熱點(diǎn)主要有:SVM的模型選擇、快速學(xué)習(xí)算法研究等。由于支撐向量機(jī)是一種基于核的學(xué)習(xí)方法,所以核及相關(guān)參數(shù)的選取對泛化

2、能力有著重要的影響,進(jìn)而對支撐向量機(jī)的性能也有著重要的影響。如何有效地進(jìn)行核及相關(guān)參數(shù)的選擇是支撐向量機(jī)研究領(lǐng)域的一個重要問題。 本文對于SVM的核及相關(guān)參數(shù)的選擇問題進(jìn)行了系統(tǒng)研究,主要內(nèi)容如下: (1)對現(xiàn)有的核函數(shù)及核選擇方法進(jìn)行了詳細(xì)的分析和研究。 (2)給出了四種測試訓(xùn)練集幾何分布的算法。本文利用分類問題的幾何意義直接從數(shù)據(jù)集出發(fā),按照兩類樣本點(diǎn)之間的距離關(guān)系,分別給出SVM訓(xùn)練集呈圓形、環(huán)形、球狀、柱

3、狀分布的測試算法,為基于數(shù)據(jù)分布的核選擇方法提供了實(shí)現(xiàn)的基礎(chǔ)。 (3)提出了基于數(shù)據(jù)分布的核函數(shù)及參數(shù)選擇方法。目前大多數(shù)核選擇方法都不考慮數(shù)據(jù)的分布特征,沒有充分利用隱含在數(shù)據(jù)中的信息。如果已知數(shù)據(jù)的分布特征或可得到其數(shù)據(jù)分布特征的近似,在此基礎(chǔ)上,再進(jìn)行SVM核函數(shù)及其參數(shù)的選擇,則可提高SVM的泛化能力。本文在確定訓(xùn)練數(shù)據(jù)集幾何分布的基礎(chǔ)上,從給定的核函數(shù)集中選擇一種最恰當(dāng)?shù)暮撕瘮?shù),應(yīng)用到支撐向量機(jī)上,以期獲得最優(yōu)的性能。

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(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