支持向量機(jī)訓(xùn)練算法的研究與優(yōu)化.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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)是由Vapnik在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上提出的一個(gè)新的通用的機(jī)器學(xué)習(xí)方法。由于在學(xué)習(xí)問題中出色的泛化性能,支持向量機(jī)已經(jīng)引起廣泛關(guān)注并應(yīng)用于多個(gè)領(lǐng)域當(dāng)中,例如：手寫字體數(shù)字識別、網(wǎng)頁分類、人臉識別。然而,支持向量機(jī)作為一種新的技術(shù),還存在許多開放性的問題值得進(jìn)一步的認(rèn)真研究。 本文針對傳統(tǒng)支持向量機(jī)在解決大規(guī)模或超大規(guī)模訓(xùn)練問題時(shí)計(jì)算時(shí)間、內(nèi)存占用和計(jì)算精度等方面的不足,提出了一種基于自適應(yīng)步長的支持向量機(jī)快速

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。

評論

0/150

提交評論