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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、在互聯(lián)網(wǎng)領(lǐng)域,數(shù)據(jù)集是隨著時間的推移不斷產(chǎn)生的,所以在完整的數(shù)據(jù)集上進行機器學(xué)習(xí)是個幾乎不可能的事情,這就需要學(xué)習(xí)器能夠不斷地進行學(xué)習(xí),而傳統(tǒng)的機器學(xué)習(xí)方法已經(jīng)無法滿足這一要求。在線學(xué)習(xí)就是針對上述情況應(yīng)運而生的,目前在線學(xué)習(xí)的主要技術(shù)手段是增量學(xué)習(xí)。另一方面,支持向量機(SVM,SupportVectorMachine)作為機器學(xué)習(xí)領(lǐng)域的一個重要研究分支,因為自身完善的數(shù)學(xué)理論和良好的實際應(yīng)用效果,目前在很多領(lǐng)域都獲得了應(yīng)用。但支持向
2、量機屬于性能穩(wěn)定的分類器,不能進行增量學(xué)習(xí),并有“災(zāi)難性遺忘”現(xiàn)象。所以如何讓支持向量機應(yīng)用到在線學(xué)習(xí)領(lǐng)域,也成為了目前的研究熱點。本文針對這一問題,進行了如下工作:
首先,先簡要介紹了支持向量機的數(shù)學(xué)理論基礎(chǔ)、基本概念和算法優(yōu)勢。
然后,詳細(xì)地介紹了一種支持向量機的快速分類算法。該分類算法根據(jù)樣本集的幾何結(jié)構(gòu)信息,先從樣本集中挑選出位于樣本集最邊緣位置的樣本——殼向量,并將其組成新的樣本集,進行支持向量機的訓(xùn)練,從
3、而找出最優(yōu)分類超平面。由于在對樣本集進行殼向量提取時,采用的是線性規(guī)劃的運算操作,其次殼向量集組成的新樣本集只是原樣本集的一小部分,所以能有效地降低二次規(guī)劃運算過程的復(fù)雜度,從而達到提高訓(xùn)練速度的目的。另外提取殼向量集時,支持向量等關(guān)鍵樣本也同樣被提取出來,不存在丟失現(xiàn)象,所以對原算法的精度不會造成太大影響。
最后,本論文在上述算法的基礎(chǔ)上提出了一種基于殼向量的支持向量機Learn++集成方法。該方法將殼向量引入到支持向量機基
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
- 集成分類器模型的研究.pdf
- 集成分類學(xué)習(xí)算法研究.pdf
- 化學(xué)模式集成分類器的研究與開發(fā).pdf
- 基于集成分類器的數(shù)據(jù)流分類算法研究.pdf
- 數(shù)據(jù)流集成分類器算法研究.pdf
- 基于UFFT的數(shù)據(jù)流集成分類器研究.pdf
- 多維約束下代價敏感集成分類器的研究.pdf
- 基于距離學(xué)習(xí)的集成KNN分類器的研究.pdf
- 針對氣體傳感器陣列的集成分類算法研究.pdf
- 樸素貝葉斯分類器的集成學(xué)習(xí)方法研究.pdf
- 超文本的集成分類算法研究.pdf
- 基于分類器集成學(xué)習(xí)的多變量質(zhì)量診斷研究.pdf
- 分類器集成研究.pdf
- 基于Bagging的兩階段特征選擇集成分類器研究.pdf
- 基于代價敏感集成分類器的代碼壞味檢測.pdf
- 基于貝葉斯集成分類器的自動圖像標(biāo)注.pdf
- 基于貪婪優(yōu)化和投影變換的集成分類器算法研究.pdf
- 面向概念漂移數(shù)據(jù)流的在線集成分類算法研究與應(yīng)用.pdf
- 集成分類器及其在個人信用評估的應(yīng)用.pdf
- 基于非平衡數(shù)據(jù)的適應(yīng)性采樣集成分類器的研究.pdf
評論
0/150
提交評論