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 Machine,SVM)是由Vapnik等人提出的一類新型機(jī)器學(xué)習(xí)方法,是基于統(tǒng)計(jì)學(xué)習(xí)理論、根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理而推導(dǎo)出來的,集優(yōu)化、核、最佳推廣能力等特點(diǎn)于一身,有著很好的學(xué)習(xí)性能和泛化能力。該方法已經(jīng)成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn),并在很多領(lǐng)域中得到了成功的應(yīng)用。支持向量機(jī)可以歸結(jié)為二次規(guī)劃求解的問題。在大規(guī)模的實(shí)際問題應(yīng)用中,傳統(tǒng)的二次規(guī)劃會(huì)涉及大量的矩陣運(yùn)算,存在運(yùn)算速度慢的問題,這在很大程
2、度上影響了支持向量機(jī)的應(yīng)用。因此在保證分類精度變化不大的情況下,加快支持向量機(jī)的訓(xùn)練速度對SVM學(xué)習(xí)的研究具有重要的理論意義和使用價(jià)值。
本文的主要研究內(nèi)容包括:介紹了指數(shù)梯度更新規(guī)則,它是一種乘性的更新規(guī)則。理論分析和實(shí)驗(yàn)結(jié)果都表明,當(dāng)學(xué)習(xí)機(jī)的稀疏性較強(qiáng)時(shí),指數(shù)梯度更新比傳統(tǒng)的加性梯度下降更新具有更快的收斂速度。基于這一性能,提出了一種基于指數(shù)梯度更新來解決硬間隔的SVM算法,它是一種直接優(yōu)化的方法,其所有變量可以并行迭
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
- 基于支持向量機(jī)的美元指數(shù)預(yù)測研究.pdf
- 基于邊界向量預(yù)選的支持向量機(jī)算法研究.pdf
- 基于向量投影的支持向量機(jī)增量學(xué)習(xí)算法.pdf
- 基于殼向量的支持向量機(jī)快速學(xué)習(xí)算法研究.pdf
- 基于支持向量機(jī)的分類算法研究.pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量機(jī)色選算法的研究.pdf
- 基于支持向量機(jī)的基因選擇算法研究.pdf
- 基于支持向量機(jī)的圖像水印算法研究.pdf
- 基于幾何算法的支持向量機(jī)分類方法.pdf
- 基于空間旋轉(zhuǎn)的支持向量機(jī)改進(jìn)算法.pdf
- 基于改進(jìn)支持向量機(jī)的金融指數(shù)投資策略研究.pdf
- 支持向量機(jī)增量算法.pdf
- 基于梯度直方圖和支持向量機(jī)的人體目標(biāo)跟蹤.pdf
- 基于支持向量機(jī)的笑臉識(shí)別算法研究.pdf
- 基于支持向量機(jī)的步態(tài)識(shí)別算法研究.pdf
- 基于支持向量機(jī)的在線學(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
- 基于支持向量機(jī)的郵件過濾算法研究.pdf
- 基于支持向量機(jī)的干散貨運(yùn)價(jià)指數(shù)預(yù)測研究.pdf
評論
0/150
提交評論