已閱讀1頁(yè),還剩42頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、應(yīng)用廣泛的分類問(wèn)題是機(jī)器學(xué)習(xí)領(lǐng)域的基本研究?jī)?nèi)容之一?;诮y(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī),在處理小樣本、非線性及高維模式識(shí)別問(wèn)題中有著非常優(yōu)異的表現(xiàn),已得到眾多學(xué)者越來(lái)越多的關(guān)注。
本文簡(jiǎn)要地介紹了支持向量機(jī)理論的發(fā)展過(guò)程,詳細(xì)分析了核函數(shù)的機(jī)理,包括核函數(shù)的基本性質(zhì)等,特別分析了Gauss核函數(shù)得到廣泛應(yīng)用的原因。
針對(duì)Gauss核函數(shù)在參數(shù)選擇過(guò)程中存在的一些問(wèn)題,提出一種基于聚類思想的最小距離法來(lái)確定Gauss核函數(shù)的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 支持向量機(jī)核函數(shù)選擇方法探討.pdf
- 支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究.pdf
- 稀疏表示下支持向量機(jī)核函數(shù)選擇.pdf
- 支持向量機(jī)的核方法及其模型選擇.pdf
- RBF核支持向量機(jī)的參數(shù)快速選擇方法的研究與實(shí)現(xiàn).pdf
- 支持向量機(jī)中核函數(shù)的選取方法的研究.pdf
- 支持向量機(jī)參數(shù)選擇的研究.pdf
- 支持向量分類機(jī)的核函數(shù)研究.pdf
- 支撐向量機(jī)的核參數(shù)選擇算法.pdf
- 支持向量機(jī)中高斯核函數(shù)的研究.pdf
- 支持向量機(jī)中Sigmoid核函數(shù)的研究.pdf
- 入侵檢測(cè)中支持向量機(jī)參數(shù)選擇方法研究.pdf
- 高斯核函數(shù)支持向量分類機(jī)超級(jí)參數(shù)有效范圍研究.pdf
- 基于多尺度核加權(quán)融合的支持向量機(jī)核函數(shù)優(yōu)化方法的研究.pdf
- 基于混合核函數(shù)支持向量機(jī)的人臉識(shí)別方法研究.pdf
- 核函數(shù)的參數(shù)選擇.pdf
- 支持向量機(jī)模型選擇方法研究.pdf
- 最小二乘支持向量機(jī)的參數(shù)選擇.pdf
- 支持向量機(jī)參數(shù)選擇及訓(xùn)練算法研究.pdf
- 混合核函數(shù)支持向量機(jī)在信用評(píng)估中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論