基于支撐矢量機(jī)的模式識別算法的研究.pdf_第1頁
已閱讀1頁，還剩42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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、支撐矢量機(jī)(SVM，SupportVectorMachine)是基于統(tǒng)計學(xué)習(xí)理論的一種模式識別方法。使用結(jié)構(gòu)風(fēng)險最小化原則替代經(jīng)驗風(fēng)險最小化原則，避免了一些長期困擾其他模式識別方法的問題，使它對于小樣本學(xué)習(xí)有著較好的處理能力。利用核函數(shù)，把非線性空間的問題轉(zhuǎn)換到線性空間上來解決，降低了算法的復(fù)雜度。由于具有得天獨(dú)厚的優(yōu)點(diǎn)(完備的理論基礎(chǔ)和較好的學(xué)習(xí)性能)，使它成為當(dāng)前模式識別領(lǐng)域研究的熱點(diǎn)。 本文首先對SVM的理論基礎(chǔ)—統(tǒng)計學(xué)習(xí)

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