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(bào)或認(rèn)領(lǐng)
文檔簡介
1、山西大學(xué)2010屆碩士學(xué)位論文基于多維關(guān)聯(lián)規(guī)則的粒度支持向量機(jī)學(xué)習(xí)方法研究作者姓名指導(dǎo)教!I幣學(xué)科專業(yè)研究方向培養(yǎng)單位學(xué)習(xí)年限張文浩王文劍教授計(jì)算機(jī)應(yīng)用技術(shù)機(jī)器學(xué)習(xí)計(jì)算機(jī)與信息技術(shù)學(xué)院2007年9月至2010年6月二。一。年六月目錄4IIIIIIIIIIIII1111111IIIIIIIIlY2678028中文摘要l—dLBSTRACT,IIl第一章引言一111研究背景112國內(nèi)外研究動態(tài)213本文主要內(nèi)容及組織結(jié)構(gòu)3第二章背景知識52
2、1支持向量機(jī)簡介522粒度計(jì)算理論623關(guān)聯(lián)規(guī)則挖掘理論724本章小結(jié)8第三章基于多維關(guān)聯(lián)規(guī)則挖掘的粒度支持向量機(jī)學(xué)習(xí)方法一931粒度支持向量機(jī)學(xué)習(xí)原理931。1粒度支持向量機(jī)基本原理10312基于關(guān)聯(lián)規(guī)則的粒度支持向量機(jī)學(xué)習(xí)模型1032基于多維關(guān)聯(lián)規(guī)則的粒劃分一1l321原始空問上的粒劃分11322核空間的粒劃分1333基于多維關(guān)聯(lián)規(guī)則挖掘的粒度SⅧ學(xué)習(xí)方法13331ARGSVM和AR—KGSVM學(xué)習(xí)原理13332ARGSVM和AR—
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(shí)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
- 粒度支持向量機(jī)學(xué)習(xí)方法研究.pdf
- 基于集成學(xué)習(xí)的支持向量機(jī)學(xué)習(xí)方法研究.pdf
- 基于支持向量機(jī)的主動學(xué)習(xí)方法研究.pdf
- 支持向量機(jī)集成學(xué)習(xí)方法研究.pdf
- 單分類支持向量機(jī)的學(xué)習(xí)方法研究.pdf
- 半監(jiān)督支持向量機(jī)學(xué)習(xí)方法研究.pdf
- 支持向量機(jī)的并行學(xué)習(xí)與增量學(xué)習(xí)方法研究.pdf
- 層次粒度支持向量機(jī)學(xué)習(xí)算法研究.pdf
- 基于冗余數(shù)據(jù)約減的支持向量機(jī)學(xué)習(xí)方法研究.pdf
- 基于支持向量機(jī)的半監(jiān)督式分類學(xué)習(xí)方法.pdf
- 基于粒子群優(yōu)化算法的支持向量機(jī)集成學(xué)習(xí)方法研究.pdf
- 基于支持向量機(jī)和模糊系統(tǒng)的機(jī)器學(xué)習(xí)方法及其應(yīng)用研究.pdf
- 結(jié)構(gòu)化支持向量機(jī)學(xué)習(xí)方法及應(yīng)用研究.pdf
- 面向地表分類的支持向量機(jī)(SVM)主動學(xué)習(xí)方法研究.pdf
- 基于直推式學(xué)習(xí)和遷移學(xué)習(xí)方法改進(jìn)的支持——向量機(jī)分類方法及應(yīng)用研究.pdf
- 基于支持向量機(jī)的集成學(xué)習(xí)研究.pdf
- 基于支持向量機(jī)的遷移學(xué)習(xí)研究.pdf
- 基于支持向量機(jī)增量學(xué)習(xí)的網(wǎng)頁分類方法.pdf
- 基于支持向量機(jī)的濾波方法研究.pdf
- 基于殼向量的支持向量機(jī)快速學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論