已閱讀1頁，還剩41頁未讀， 繼續(xù)免費(fèi)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(bào)或認(rèn)領(lǐng)
文檔簡介
1、支持向量機(jī)（SVM）反問題的研究內(nèi)容是：給定一個(gè)未知類屬性的事例集，可將其隨機(jī)分為二部分，如何劃分才能使得這兩部分之間的間隔最大。求解支持向量機(jī)反問題的意義重大。比如，在決策樹的學(xué)習(xí)算法中，使用SVM的最大間隔替代最小信息熵，作為啟發(fā)式信息，這將大大改善決策樹的泛化能力。求解支持向量機(jī)反問題，可得SVM的最大間隔。但是，其解法的時(shí)間復(fù)雜度較高。為在實(shí)際應(yīng)用中得到有效的應(yīng)用，必須提高算法的求解效率。本文借助高性能計(jì)算集群，提出了一種用于求
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(huì)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(chǔ)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
- 求解大規(guī)模支持向量機(jī)問題的并行算法研究.pdf
- 一種基于聚類的支持向量機(jī)反問題求解算法.pdf
- 支持向量機(jī)并行訓(xùn)練算法與基于遺傳算法的參數(shù)優(yōu)化研究.pdf
- 用遺傳算法求解地下水滲流反問題.pdf
- 向量編碼遺傳算法求解TSP問題的研究.pdf
- 并行遺傳算法在熱傳導(dǎo)反問題中的應(yīng)用.pdf
- 降維式自主遷移并行遺傳算法的研究.pdf
- 基于支持向量機(jī)和遺傳算法股市預(yù)測.pdf
- 支持向量機(jī)反問題及其解法.pdf
- 遺傳算法和支持向量機(jī)混合方法及其應(yīng)用.pdf
- 求解大規(guī)模支持向量機(jī)問題的算法研究.pdf
- 基于遺傳算法優(yōu)化支持向量機(jī)的圖像識(shí)別
- 若干求解大規(guī)模問題的支持向量機(jī)算法.pdf
- 基于遺傳算法的改進(jìn)支持向量機(jī)財(cái)務(wù)預(yù)警研究.pdf
- 遺傳算法求解01背包問題
- 遺傳算法求解一類帶工藝約束的并行機(jī)調(diào)度問題.pdf
- 遺傳算法求解01背包問題
- 遺傳算法求解tsp問題報(bào)告
- tsp問題的遺傳算法求解
- 求解TSP問題的遺傳算法.pdf
評論
0/150
提交評論