当前位置:主页 > 管理论文 > 统计学论文 >

发动机矢量是什么意思_张莉, 导师:焦李成,支撑矢量机与核方法研究

发布时间:2016-11-14 13:49

  本文关键词:支撑矢量机与核方法研究,由笔耕文化传播整理发布。


首页 > 专家 > 内容

文献名称:支撑矢量机与核方法研究

    前言:统计学习理论研究基于样本的机器学习问题,由于最初的发展主要停留在对学习模型和学习算法的理论分析上,并没有得到一些实际有效的结果。但是到九十年代早期,在Vapnik等人的不断努力下,统计学习理论得到了进一步完善和发展,已基本形成一套比较完整的理论体系,并且由该理论直接导出了一种非常有效的全新的学习算法:支撑矢量机。支撑矢量机是一种普适的算法,已经广泛地用于模式识别、回归估计、函数逼近、密度估计等方面。本论文研究的主要内容包括四个方面:支撑矢量机算法的改进、核函数的构造、核方法的应用以及基于统计学习理论构造新的学习机。主要的工作有: 1.在算法改进方面,提出了支撑矢量预选取的中心距离比值法。已有的支撑矢量机分类学习算法的优化过程中不仅包含了对支撑矢量的优化,也包括了对非支撑矢量的优化,这大大增加了不必要的计算量。而在通常情况下支撑矢量在训练样本集中只占很小的比重。我们严格证明了支撑矢量机的学习过程、学习结果以及决策函数与非支撑矢量无关。我们提出的方法是在给定的样本集中提取一个包含支撑矢量的边界矢量集合作为新的训练样本集合。如果中心距离比值的阈值选择合适,,我们的算法能够在给定样本中提取出一个包...
    The statistical learning theory (SLT) is a tool for studying the model of learning from examples. At the early days of the research on SLT, it did not come into front for its purely theoretical analysis. But in the middle of the 1990's, some new types of the learning algorithms (or support vector machines, SVMs) based on the developed theory were proposed by Vapnik et al. SVM is a kind of general learning algorithms, which has been widely used in pattern recognition, regression estimation, function approxim...

文献名称 支撑矢量机与核方法研究

Article Name
英文(英语)翻译 Research on Support Vector Machines and Kernel Methods;

作者 张莉; 导师:焦李成;

Author

作者单位
Author Agencies 西安电子科技大学;

文献出处
Article From 中国科学院上海冶金研究所; 材料物理与化学(专业) 博士论文 2000年度

关键词 统计学习理论; 模式识别; 回归估计; 支撑矢量机; 核方法; Mercer核; 决策树; 神经网络; 聚类分析; 学习机;

Keywords Statistical learning theory,Pattern recognition,Regression estimation,Support vector machine,Kernel method,Mercer kernel function,Decision tree,Neural networks,Clustering analysis,learning machine;

基于统计学习理论的高含盐油藏储层渗透率变化预测
统计学习理论在预测注水管道腐蚀速率中的研究与应用
基于统计学习理论的提高采收率潜力预测
统计学习理论及其在地学中的应用研究
基于统计学习理论的正则化最小二乘回归在时间序列建模和预测中的应用
基于统计学习理论的支持向量机算法研究
基于统计学习理论的虹膜识别研究
Bayes网络模型及其学习算法研究
非线性光电导开关高功率超短电脉冲产生技术的研究
由非定标图像序列重建和测量三维物体


  本文关键词:支撑矢量机与核方法研究,由笔耕文化传播整理发布。



本文编号:174285

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/174285.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户77d1f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com