已閱讀1頁，還剩38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)(support Vector Machines)是20世紀(jì)90年代曲Vapnik等人提出的一類新型機(jī)器學(xué)習(xí)方法，它能夠非常成功地處理分類和回歸問題。由于支持向量機(jī)出色的學(xué)習(xí)性能，該技術(shù)已經(jīng)成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)，并在很多領(lǐng)域得到了成功的應(yīng)用。但是，作為一種尚未成熟的新技術(shù)，支持向量機(jī)目前存在著許多局限?？陀^世界存在大量的模糊信息，如果支持向量機(jī)的訓(xùn)練集中含有噪聲和模糊信息，那么支持向量機(jī)的性能將變得非常微弱甚至無能為力。
2、 本文針對存在模糊信息的樣本時(shí)已有支持向量機(jī)的不足之處，提出了改進(jìn)的模糊支持向量機(jī)(Fuzzy Support Vector Machine)。首先，對支持向量機(jī)的構(gòu)造原理和基礎(chǔ)理論進(jìn)行分析和研究。其次，提出了相應(yīng)的模糊支持向量機(jī)算法并對其進(jìn)行改進(jìn)。在改進(jìn)的模糊支持向量機(jī)模型中，對模糊支持向量機(jī)的內(nèi)部構(gòu)造過程以及外部構(gòu)造用數(shù)學(xué)描述方法進(jìn)行了詳細(xì)論述，并且以該支持向量機(jī)作為分類器，對提取出的特征進(jìn)行分類和識別。最后，對該模型和已有的
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
- 非平衡模糊支持向量機(jī)分類算法研究.pdf
- 模糊支持向量機(jī)的增量學(xué)習(xí)算法研究.pdf
- 基于Hadoop的模糊支持向量機(jī)算法研究.pdf
- 模糊支持向量機(jī).pdf
- 基于模糊方法的粗糙支持向量機(jī)算法研究.pdf
- Ⅱ-型模糊支持向量機(jī).pdf
- 模糊孿生支持向量機(jī)分類算法及其應(yīng)用研究.pdf
- 直覺模糊支持向量機(jī).pdf
- 基于模糊支持向量機(jī)的多類分類算法研究.pdf
- 基于支持向量機(jī)的模糊規(guī)則提取算法的研究.pdf
- 模糊支持向量分類機(jī).pdf
- 去邊緣模糊支持向量機(jī).pdf
- 直覺模糊最小二乘支持向量機(jī)算法的研究.pdf
- 支持向量機(jī)訓(xùn)練算法研究.pdf
- 模糊支持向量機(jī)及其應(yīng)用研究.pdf
- 基于模糊聚類的支持向量機(jī)的分類算法研究.pdf
- 基于支持向量機(jī)的模糊系統(tǒng)結(jié)構(gòu)辨識與算法研究.pdf
- 支持向量機(jī)增量算法.pdf
- 支持向量機(jī)加速訓(xùn)練算法研究.pdf
- 支持向量機(jī)增量學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論