天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 自動(dòng)化論文 >

一種基于樣本加權(quán)的多尺度核支持向量機(jī)方法

發(fā)布時(shí)間:2017-09-30 23:29

  本文關(guān)鍵詞:一種基于樣本加權(quán)的多尺度核支持向量機(jī)方法


  更多相關(guān)文章: 多核學(xué)習(xí) 映射 非線性模式 數(shù)據(jù)異構(gòu)


【摘要】:多核學(xué)習(xí)方法是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)新的熱點(diǎn)。核方法通過將數(shù)據(jù)映射到高維空間來增加線性分類器的計(jì)算能力,是目前解決非線性模式分析與分類問題的一種有效途徑。但是在一些復(fù)雜的情況下,單個(gè)核函數(shù)構(gòu)成的核學(xué)習(xí)方法并不能完全滿足如數(shù)據(jù)異構(gòu)或者不規(guī)則、樣本規(guī)模大、樣本分布不平坦等實(shí)際應(yīng)用中的需求問題,因此將多個(gè)核函數(shù)進(jìn)行組合以期獲得更好的結(jié)果,是一種必然的發(fā)展趨勢(shì)。因此提出一種基于樣本加權(quán)的多尺度核支持向量機(jī)方法,通過不同尺度核函數(shù)對(duì)樣本的擬合能力進(jìn)行加權(quán),從而得到基于樣本加權(quán)的多尺度核支持向量機(jī)決策函數(shù)。通過在多個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)分析可以得出所提方法對(duì)于各個(gè)數(shù)據(jù)集都獲得了很高的分類準(zhǔn)確率。
【作者單位】: 西北師范大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【關(guān)鍵詞】多核學(xué)習(xí) 映射 非線性模式 數(shù)據(jù)異構(gòu)
【基金】:國家自然科學(xué)基金資助項(xiàng)目(61163036) 甘肅省高校研究生導(dǎo)師項(xiàng)目(1201-16) 2012年度甘肅省高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目 西北師范大學(xué)第三期知識(shí)與創(chuàng)新工程科研骨干項(xiàng)目(nwnu-kjcxgc-03-67)資助
【分類號(hào)】:TP181
【正文快照】: 支持向量機(jī)(Support Vector Machine,SVM)[1]是一種基于統(tǒng)計(jì)學(xué)習(xí)的理論[2],其中,在VC理論和結(jié)構(gòu)化風(fēng)險(xiǎn)最小原理的基礎(chǔ)上實(shí)現(xiàn)的機(jī)器學(xué)習(xí)[3]方法能夠較好地解決小樣本、高維數(shù)、非線性、局部極小點(diǎn)等實(shí)際問題。由于支持向量機(jī)方法理論的發(fā)展和實(shí)際的應(yīng)用,人們對(duì)核方法[4-6]的關(guān)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳娟;范玉妹;王麗;;關(guān)于改進(jìn)的支持向量機(jī)的研究[J];攀枝花學(xué)院學(xué)報(bào);2006年05期

2 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機(jī)算法[J];計(jì)算機(jī)應(yīng)用;2008年S2期

3 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機(jī)的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

4 王云英;閻滿富;;C-支持向量機(jī)及其改進(jìn)[J];唐山師范學(xué)院學(xué)報(bào);2012年05期

5 李逢煥;;試述不確定支持向量機(jī)應(yīng)用分析及改進(jìn)思路[J];中國證券期貨;2012年12期

6 邵惠鶴;支持向量機(jī)理論及其應(yīng)用[J];自動(dòng)化博覽;2003年S1期

7 曾嶸,蔣新華,劉建成;基于支持向量機(jī)的異常值檢測(cè)的兩種方法[J];信息技術(shù);2004年05期

8 魏玲,張文修;基于支持向量機(jī)集成的分類[J];計(jì)算機(jī)工程;2004年13期

9 沈翠華,鄧乃揚(yáng),肖瑞彥;基于支持向量機(jī)的個(gè)人信用評(píng)估[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

10 林繼鵬,劉君華,凌振寶;并行支持向量機(jī)算法及其應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2004年05期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估模型[A];第六屆(2011)中國管理學(xué)年會(huì)——商務(wù)智能分會(huì)場論文集[C];2011年

2 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用(CACIS)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

3 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

4 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

5 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

6 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

7 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 張曉濱;尹英順;趙培坤;馬秀蘭;;基于漸進(jìn)直推支持向量機(jī)的半對(duì)半多類文本分類[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 徐會(huì)敏;王玉蘭;;線性規(guī)劃支持向量機(jī)模型的研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用(CACIS)學(xué)術(shù)會(huì)議論文集[C];2007年

10 郭一楠;程健;肖大偉;楊梅;;分布式多分類支持向量機(jī)[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集(第一分冊(cè))[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張曉雷;支持向量機(jī)若干問題的研究[D];清華大學(xué);2012年

2 郭虎升;支持向量機(jī)的優(yōu)化建模方法研究[D];山西大學(xué);2014年

3 姚毓凱;支持向量機(jī)關(guān)鍵技術(shù)及其在人體活動(dòng)識(shí)別中的應(yīng)用研究[D];蘭州大學(xué);2015年

4 張華美;穿墻雷達(dá)基于支持向量機(jī)的成像算法研究[D];南京郵電大學(xué);2015年

5 王喜賓;基于優(yōu)化支持向量機(jī)的個(gè)性化推薦研究[D];重慶大學(xué);2015年

6 夏書銀;基于分類噪聲檢測(cè)的支持向量機(jī)算法研究[D];重慶大學(xué);2015年

7 周喜川;非可信環(huán)境下的支持向量機(jī)研究[D];浙江大學(xué);2010年

8 常甜甜;支持向量機(jī)學(xué)習(xí)算法若干問題的研究[D];西安電子科技大學(xué);2010年

9 王超;三類不確定支持向量機(jī)及其應(yīng)用[D];河北大學(xué);2013年

10 張國云;支持向量機(jī)算法及其應(yīng)用研究[D];湖南大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 邱志勇;一類支持張量機(jī)及其算法研究[D];華南理工大學(xué);2015年

2 李萌;基于支持向量機(jī)的高分遙感影像分類技術(shù)研究與應(yīng)用[D];中國地質(zhì)大學(xué)(北京);2015年

3 李遙;基于GACO支持向量機(jī)的新能源電力系統(tǒng)狀態(tài)預(yù)測(cè)方法研究[D];北京交通大學(xué);2016年

4 劉小菲;支持向量機(jī)在DNA數(shù)據(jù)分析中的應(yīng)用研究[D];遼寧師范大學(xué);2015年

5 劉學(xué)博;基于支持向量機(jī)的J波診斷技術(shù)研究[D];太原理工大學(xué);2016年

6 南圣玉;依密度量化的最小二乘支持向量機(jī)[D];北京理工大學(xué);2016年

7 馬淑艷;基于支持向量機(jī)的高爐鐵水硅含量預(yù)測(cè)[D];浙江大學(xué);2016年

8 周樂;支持向量機(jī)的漸近統(tǒng)計(jì)性質(zhì)及其應(yīng)用[D];浙江大學(xué);2016年

9 趙越;基于支持向量機(jī)的軟件質(zhì)量評(píng)價(jià)[D];渤海大學(xué);2016年

10 景晨;基于多分類支持向量機(jī)的工業(yè)故障分類[D];渤海大學(xué);2016年

,

本文編號(hào):951070

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/951070.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶fac03***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com