已閱讀1頁,還剩37頁未讀, 繼續(xù)免費閱讀
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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、分類器是模式識別系統(tǒng)的重要組成部分也是機(jī)器學(xué)習(xí)的重要研究領(lǐng)域。支持向量機(jī)是一種新的分類器,由于能夠較好的解決小樣本學(xué)習(xí)問題并具有較強(qiáng)的泛化能力,使其迅速成為目前模式識別領(lǐng)域的研究熱點。本文主要研究對象是KNN和SVM兩種分類方法。一方面進(jìn)一步揭示SVM的分類機(jī)理,針對其在應(yīng)用中的一些限制提出和KNN相結(jié)合的改進(jìn)算法KNN—SVM,拓廣了SVM的應(yīng)用范圍。另一方面運用K近鄰法、SVM和KNN—SVM對心電圖信號進(jìn)行分類,并對分類結(jié)果進(jìn)行比
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于KNN-SVM的指紋分類方法研究.pdf
- 基于案例推理和SVM-KNN的電能質(zhì)量擾動分類方法研究.pdf
- 基于心電圖分析的心律失常分類.pdf
- SVM分類器的擴(kuò)展及其應(yīng)用研究.pdf
- SVM分類器置信度的研究.pdf
- 在線組合分類器應(yīng)用于大規(guī)模垃圾郵件過濾的研究.pdf
- 基于小波與SVM-kNN的機(jī)器人地面分類研究.pdf
- 支持向量機(jī)(SVM)及其在心電圖(ECG)分類識別中的應(yīng)用.pdf
- 基于距離學(xué)習(xí)的集成KNN分類器的研究.pdf
- 基于SVm-KNN的文本分類系統(tǒng)的設(shè)計與實現(xiàn).pdf
- KNN文本分類研究.pdf
- knn和svm算法在中文文本自動分類技術(shù)上的比較研究new
- 評估幾種流行學(xué)習(xí)降維分類器應(yīng)用于癌癥數(shù)據(jù)的性能.pdf
- 應(yīng)用于體質(zhì)分類的聚類方法研究及改進(jìn).pdf
- 分類分析的研究與實現(xiàn)—利用SVM構(gòu)造決策規(guī)則分類器.pdf
- Hopfield網(wǎng)絡(luò)應(yīng)用于杭州西湖富營養(yǎng)化分類的研究.pdf
- 基于改進(jìn)的SVM-KNN算法的中文網(wǎng)頁層次式分類.pdf
- 集成Logistic和SVM的分類算法研究.pdf
- 基于SVM的Web文檔分類方法和應(yīng)用研究.pdf
- SVM分類器在肝癌早期診斷中的應(yīng)用研究.pdf
評論
0/150
提交評論