最小最大模塊化支持向量機及其在文本分類中的應用.pdf_第1頁
已閱讀1頁，還剩90頁未讀， 繼續(xù)免費閱讀

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)，請進行舉報或認領(lǐng)

文檔簡介

1、 本文描述了線性可分與線性不可分支持向量機以及支持向量機如何利用核方法來解決非線性問題。同時，還討論了支持向量機的訓練算法以及懲罰參數(shù)不對稱的支持向量機。由于支持向量機最初是被設(shè)計為二類問題模式分類方法，本文詳細比較了文獻中常用的幾種多類支持向量機方法。 接下來重點介紹了最小最大模塊化支持向量機的基本思想，詳細說明了最小最大模塊化支持向量機的任務分解方法和模塊集成規(guī)則，并著重分析了最小最大模塊化支持向量機的串行與并行訓練時間復雜度

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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