2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩57頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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、統(tǒng)計(jì)學(xué)習(xí)理論是在有限樣本情況下新建立起來(lái)的統(tǒng)計(jì)學(xué)理論體系，為人們系統(tǒng)地研究小樣本情況下機(jī)器學(xué)習(xí)問(wèn)題提供了有力的理論基礎(chǔ)．支持向量機(jī)(Support Vector Machines，SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上開(kāi)發(fā)出來(lái)的一種新的、非常有效的機(jī)器學(xué)習(xí)新方法，它在模式分類等問(wèn)題中己表現(xiàn)出很多優(yōu)于己有方法的性能．但是作為一種尚未成熟的新技術(shù)．支持向量機(jī)目前存在許多局限．在很多應(yīng)用領(lǐng)域的研究還有待探索和完善． 本文致力于模糊支持向量機(jī)(

2、Ftizzy SVM)在分類問(wèn)題中的研究．基于不同的出發(fā)點(diǎn)，目前主要有兩種建立在模糊支持向量機(jī)基礎(chǔ)上的分類方法： 第一種模糊SVM是由臺(tái)灣學(xué)者Chun-Fu Liu，Sheng-De Wang，Han-PangHuang等人提出的．其出發(fā)點(diǎn)是針對(duì)針對(duì)兩分類問(wèn)題中數(shù)據(jù)的重要程度不同．另一種模糊SVM是由日本學(xué)者Takuga與Shigeo提出的．此方法主要是針對(duì)多分類問(wèn)題中，一對(duì)多組合SVM與一對(duì)一組合SVM存在決策盲區(qū)．

3、本文的工作在于對(duì)模糊SVMi掛行深入分析，針對(duì)SVM在各種分類問(wèn)題中的具體問(wèn)題，提出改進(jìn)形式的模糊SVM算法． (1)對(duì)于兩分類問(wèn)題，在分析SVM算法和現(xiàn)有幾種改進(jìn)算法幾的基礎(chǔ)上，分析類別差異對(duì)分類精度造成影響的原因．引入模糊SVM算法，研究模糊隸屬函數(shù)的構(gòu)造方法并給出模糊SVM兩值分類器推廣能力的界． (2)多類分類是機(jī)器學(xué)習(xí)的一個(gè)重要分支．而支持向量機(jī)算法是針對(duì)兩類的分類問(wèn)題提出的，為進(jìn)一步完善支持向量機(jī)多類分類方法

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。

評(píng)論

0/150

提交評(píng)論