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59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、在模式識(shí)別領(lǐng)域,訓(xùn)練SVM的問(wèn)題最優(yōu)轉(zhuǎn)化為求解一個(gè)多變量的二次規(guī)劃問(wèn)題,隨著樣本數(shù)目的增多,經(jīng)典的求解算法面臨著存儲(chǔ)空間太大的困難.目前,解決大樣本分類問(wèn)題的主要方法是分解算法.由于需要不斷地選擇工作集,并且受傳統(tǒng)優(yōu)化方法的影響,工作集中的元素個(gè)數(shù)又不能太多,因此分解算法一般比較慢.2001年,基于矩陣降階求逆的思想,Mangasarian提出了一種高效的迭代算法——拉格朗日支撐矢量機(jī)(LSVM).對(duì)于線性分類問(wèn)題,該算法是目前最快的.

2、但是,它不能解決大樣本的非線性分類問(wèn)題.為了充分利用分解算法和LSVM的優(yōu)點(diǎn),我們?cè)赟VM<'Light>分解算法的基礎(chǔ)上對(duì)LSVM進(jìn)行了改進(jìn),提出了高效率的訓(xùn)練算法ELSVM(Extended Lagrange Support Vector Machine).該文從理論上證明了ELSVM算法的收斂性.作者對(duì)UCI標(biāo)準(zhǔn)數(shù)據(jù)測(cè)試集中的若干測(cè)試樣本進(jìn)行測(cè)試,將ELSVM算法與SVM<'Light>算法、LSVM算法的訓(xùn)練結(jié)果進(jìn)行了比較.結(jié)果

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