版權(quán)說(shuō)明:本文檔由用戶(hù)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)(Support Vector Machines,簡(jiǎn)稱(chēng)SVM)是V.Vapnik等在20世紀(jì)90年代提出的基于統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory,SLT)的一種新型機(jī)器學(xué)習(xí)方法。由于其完備的理論基礎(chǔ)和優(yōu)異的性能,該技術(shù)已成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn),并在很多領(lǐng)域都得到了成功的應(yīng)用,如模式識(shí)別、數(shù)據(jù)挖掘、生物信息學(xué)等。相對(duì)于理論的完善性來(lái)說(shuō),SVM的算法研究明顯滯后,尚有許多問(wèn)題急需發(fā)展和完善。如海
2、量樣本下求解過(guò)程的冗余問(wèn)題,訓(xùn)練算法速度慢,對(duì)強(qiáng)噪聲的敏感問(wèn)題,多類(lèi)別分類(lèi)問(wèn)題等。這些問(wèn)題大大制約了SVM在各個(gè)領(lǐng)域的進(jìn)一步應(yīng)用。特別是對(duì)于海量樣本的處理,支持向量機(jī)在訓(xùn)練速度和訓(xùn)練精度上還有待提高。因此本課題著重研究海量樣本下的SVM的訓(xùn)練算法,主要從大規(guī)模樣本集的約簡(jiǎn)方法和訓(xùn)練SVM的分段貪婪算法兩方面著手,解決海量樣本下SVM訓(xùn)練速度和精度不能兼顧的問(wèn)題。 本文首先對(duì)SVM的基本理論進(jìn)行了介紹,然后對(duì)大規(guī)模數(shù)據(jù)集上SVM的
3、訓(xùn)練算法作了系統(tǒng)的研究,并詳細(xì)研究了流行的SMO算法,接著研究了SVM的分段貪婪算法和處理SVM大規(guī)模訓(xùn)練樣本集問(wèn)題的約簡(jiǎn)算法。在此基礎(chǔ)上給出了一種新的SVM分段貪婪算法-YGS-SVMs。本文主要工作包括: (1)系統(tǒng)論述了支持向量機(jī)的理論基礎(chǔ)及其主要研究?jī)?nèi)容。 (2)對(duì)大規(guī)模數(shù)據(jù)集上SVM的訓(xùn)練算法作了系統(tǒng)的研究,并對(duì)其中流行的SMO算法作了深入探討。 (3)深入研究SVM的分段貪婪算法和SVM大規(guī)模訓(xùn)練樣本
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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java的貪婪算法研究與設(shè)計(jì).pdf
- 基于java的貪婪算法研究與設(shè)計(jì)
- 基于貪婪算法的信息SNP選擇方法研究.pdf
- 基于貪婪算法的排課系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于多級(jí)貪婪的入侵檢測(cè)分類(lèi)算法研究.pdf
- 基于SVM的智能天線算法研究.pdf
- 基于SVM的選股算法研究.pdf
- 基于隨機(jī)矩陣變換和貪婪算法的快速PCA算法.pdf
- 基于分塊稀疏信號(hào)的壓縮感知貪婪算法研究.pdf
- 基于分段過(guò)濾的時(shí)間同步算法研究.pdf
- 基于SVM分類(lèi)算法的主題爬蟲(chóng)研究.pdf
- WSN中基于貪婪算法的能量有效路由策略.pdf
- 基于貪婪算法的自動(dòng)排課系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于隨機(jī)子空間的SVM分類(lèi)算法研究.pdf
- 基于SVM算法的web分類(lèi)研究與實(shí)現(xiàn).pdf
- 基于集成的SVM車(chē)標(biāo)識(shí)別算法研究.pdf
- 基于SVM的驗(yàn)證碼識(shí)別算法研究.pdf
- 基于貪婪策略的微分進(jìn)化算法及其應(yīng)用研究.pdf
- 壓縮感知貪婪類(lèi)重建算法研究.pdf
- 基于壓縮感知貪婪算法的MIMO-OFDM系統(tǒng)信道估計(jì)研究.pdf
評(píng)論
0/150
提交評(píng)論