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、本文首先分析并比較了八種最小二乘支持向量機(Least Squares Support Vector Machine, LSSVM)學(xué)習算法的優(yōu)劣勢,隨后提出了基于雙層規(guī)劃的最小二乘支持矩陣機(Least Squares Support Matrix Machine Based on Bi-level Programming, BP-LSSMM)和基于雙層規(guī)劃的快速最小二乘支持矩陣機(Quickly Least Squares Supp
2、ort Matrix Machine Based on Bi-level Programming, Q-BP-LSSMM)。
本研究分為四個部分:第一章回顧了SVM、支持向量回歸機(Support Vector Regression Machine, SVR)、孿生SVM(Twin SVM, TSVM)、支持矩陣機(Support Matrix Machine, SMM)等相關(guān)的預(yù)備知識。第二章介紹了八種LSSVM,并分析比較
3、了它們的優(yōu)劣勢。第三章提出了BP-LSSMM,為了驗證該模型的有效性。用數(shù)學(xué)軟件做了一系列的實驗,最終驗證了該模型算法的有效性. BP-LSSMM有兩方面的優(yōu)勢,一是對于矩陣形式的輸入樣本,不需要將其向量化,而是直接進行學(xué)習,這有效地避免了“維數(shù)災(zāi)難”.二是借助最小二乘SVM的快速學(xué)習優(yōu)勢,提高了所提算法的學(xué)習速度。第四章在BP-LSSMM的基礎(chǔ)上,通過變更雙層規(guī)劃的上下層問題,提出了更快速的學(xué)習算法Q-BP-LSSMM,并通過實驗驗證
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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 特殊長方矩陣的極小范數(shù)最小二乘解及其左逆和右逆的快速算法.pdf
- 移動最小二乘法的快速算法及其應(yīng)用.pdf
- 改進最小二乘支持向量機及其應(yīng)用.pdf
- 直覺模糊最小二乘支持向量機算法的研究.pdf
- 最小二乘支持向量機算法研究及應(yīng)用.pdf
- 基于最小二乘支持向量機改進算法的短期負荷預(yù)測.pdf
- 核極化的最小二乘支持向量機算法研究.pdf
- 最小二乘與最小二乘支撐向量機.pdf
- 最小二乘支持向量機6版
- 最小二乘支持向量機6版
- 最小二乘支持向量機6版
- 基于最小二乘支持向量機的短期負荷預(yù)測
- 最小二乘支持向量機的參數(shù)選擇.pdf
- 基于最小二乘支持向量機的磁滯建模.pdf
- 幾類循環(huán)矩陣的算法及其反問題的最小二乘解.pdf
- 基于最小二乘支持向量機的軋制力預(yù)測.pdf
- 基于最小二乘支持向量機的短期負荷預(yù)測.pdf
- 基于最小二乘支持向量機的航空伽瑪.pdf
- 基于粒子群最小二乘支持向量機的故障診斷算法研究.pdf
- DEM構(gòu)建的加權(quán)最小二乘支持向量機抗差算法.pdf
評論
0/150
提交評論