已閱讀1頁(yè)，還剩32頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
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、支持向量機(jī)（SVM）是在統(tǒng)計(jì)學(xué)習(xí)理論（SLT）的基礎(chǔ)上發(fā)展而來(lái)的一種新的模式識(shí)別方法，在解決小樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)。但是因其內(nèi)存需求大和訓(xùn)練時(shí)間過(guò)長(zhǎng)影響了SVM在實(shí)際中的應(yīng)用。同時(shí)，噪聲樣本的存在影響了SVM的分類(lèi)精度。因此，優(yōu)化SVM以提高其訓(xùn)練時(shí)間和訓(xùn)練精度成為一個(gè)重要問(wèn)題。Lin提出的模糊支持向量機(jī)在一定的程度上消除了噪聲樣本對(duì)最優(yōu)超平面確定的影響，提高了SVM的分類(lèi)精度，但是其隸屬度確定方法存在不
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。
最新文檔
- 基于粗糙模糊和模糊粗糙聚類(lèi)的支持向量機(jī).pdf
- 基于模糊C-均值聚類(lèi)與模糊支持向量機(jī)的自適應(yīng)圖像分割算法.pdf
- 基于模糊聚類(lèi)的選擇性支持向量機(jī)集成.pdf
- 基于模糊聚類(lèi)的支持向量機(jī)的分類(lèi)算法研究.pdf
- 基于模糊核聚類(lèi)和模糊支持向量機(jī)的多標(biāo)簽分類(lèi)方法研究.pdf
- 支持向量機(jī)與K-均值聚類(lèi)融合算法研究.pdf
- 基于去邊緣的多類(lèi)模糊支持向量機(jī).pdf
- 模糊支持向量機(jī).pdf
- 基于聚類(lèi)和模糊支持向量機(jī)的變壓器故障診斷研究.pdf
- Ⅱ-型模糊支持向量機(jī).pdf
- 基于模糊支持向量機(jī)的多類(lèi)分類(lèi)算法研究.pdf
- 模糊C-均值聚類(lèi)的研究.pdf
- 直覺(jué)模糊支持向量機(jī).pdf
- 基于梯形模糊數(shù)的支持向量機(jī).pdf
- 基于二次星座聚類(lèi)和模糊補(bǔ)償支持向量機(jī)的調(diào)制識(shí)別研究.pdf
- 基于在線聚類(lèi)和最小二乘支持向量機(jī)的模糊建模方法研究.pdf
- 基于Spark的模糊c均值聚類(lèi)算法研究.pdf
- 基于模糊支持向量機(jī)的煤礦傳送模糊控制系統(tǒng).pdf
- 基于模糊支持向量機(jī)的圖像語(yǔ)義標(biāo)注.pdf
- 基于模糊支持向量機(jī)的入侵檢測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論