《一種改進的支持向量機NN-SVM》是李紅蓮、王春花等撰寫的一篇論文。
《一種改進的支持向量機NN-SVM》是李紅蓮、王春花等撰寫的一篇論文。論文摘要支持向量機 (SVM )是一種較新的機器學習方法 ,它利用靠近邊界的少數向量構造一個最優分類超平面 .在訓練分類器時 ,SVM的著眼點在於兩類...
支持向量機（Support Vector Machine, SVM）是一類按監督學習（supervised learning）方式對數據進行二元分類的廣義線性分類器（generalized linear classifier），其決策邊界是對學習樣本求解的最大邊距超平面（maximum-margin hyperplane）。SVM使用鉸鏈損失函式（hinge loss）計算經驗風險（empirical risk）並在求解系統中加入...
《支持向量機建模及其智慧型最佳化》是2015年清華大學出版社出版的圖書，作者是王建國、張文興。前言 20世紀90年代，Vapnik等人在VC維理論和結構風險最小化原則的基礎上，提出了針對小樣本、非線性、高維問題的機器學習方法——支持向量機（supportvectormachine,SVM）。歷經十多年的發展，支持向量機已成為國內外專家、學者...
《支持向量機魯棒性模型與算法研究》擬從損失函式的角度出發，套用最佳化理論與方法，研究具有魯棒性的支持向量機改進模型與求解算法，使其能更有效地解決實際問題。圖書目錄 第1章 緒論 1．1 研究背景與意義 1．2 魯棒支持向量機國內外研究現狀 1．2．1 基於異常值剔除技術的魯棒SVM 1．2．2 加權形式或模糊隸屬...
針對此問題，本項目提出一種新的基於支持向量機（SVM）的節點定位算法。該算法將定位問題看作一個機器學習建模問題，通過支持向量機工具 LS-SVM 建立網路連通性信息和接收信號強度指示信號與節點位置的定位模型。通過該算法可以實現自動、高效、準確的節點定位，定位誤差控制為5%以內，同時在一定程度上解決覆蓋漏洞和邊緣...
1.2 支持向量機概述 1.3 各種變形的支持向量機算法研究 1.4 支持向量機在文本分類中的套用研究現狀 第2章 -種基於遺傳算法自動選擇參數的加權支持向量機算法 2.1 C-SVM算法分析 2.2 加權支持向量機算法 2.3 基於遺傳算法選擇懲罰參數和RBF核函式寬度 2.4 實驗結果 2.5 小結 第3章 自動文本分類 3.1 ...
