已閱讀1頁(yè)，還剩41頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文基于支持向量機(jī)（SVM）的最優(yōu)解對(duì)應(yīng)于翻譯空間的解析中心這一結(jié)論，利用解析中心割平面法改進(jìn)Joachims提出的解決大規(guī)模稀疏分類(lèi)問(wèn)題的割平面算法，并給出刪除多余約束的兩條刪除準(zhǔn)則。我們所提出的算法的目的在于在整個(gè)約束集中尋找一小規(guī)模的起作用約束來(lái)保證充分精確的解。更準(zhǔn)確的說(shuō)，通過(guò)割平面法迭代產(chǎn)生一列連續(xù)的原問(wèn)題約束區(qū)域的近似，其極限正是原約束區(qū)域的近似，精度不超過(guò)∈。割平面法被當(dāng)作約束選擇方法。我們將證明這是一個(gè)可行的策略，因?yàn)榭?/p>
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于AdaBoost的組合分類(lèi)算法研究.pdf
- 48547.一種基于割補(bǔ)角的保面積細(xì)分算法
- 一種基于向量空間模型的商品分類(lèi)算法.pdf
- 一種基于eEPs的中文文本自動(dòng)分類(lèi)算法.pdf
- 一種基于平面約束的深度圖像增強(qiáng)算法.pdf
- 一種改進(jìn)的分類(lèi)算法及其應(yīng)用.pdf
- 一種基于機(jī)器學(xué)習(xí)的主題Web分類(lèi)算法研究.pdf
- 一種基于分類(lèi)和識(shí)別的目標(biāo)跟蹤算法.pdf
- 一種改進(jìn)的KNN文本分類(lèi)算法.pdf
- 一種改進(jìn)的決策樹(shù)分類(lèi)算法.pdf
- 一種基于位平面和HVS的信息隱藏算法研究.pdf
- 一種基于奇異點(diǎn)的指紋分類(lèi)與匹配算法研究.pdf
- 一種中文文本分類(lèi)算法.pdf
- 一種基于特征選擇的層次化文本分類(lèi)算法.pdf
- 一種基于統(tǒng)計(jì)流形學(xué)習(xí)的文本分類(lèi)算法.pdf
- 平面問(wèn)題的一種新型神經(jīng)網(wǎng)絡(luò)算法.pdf
- 歐式期權(quán)定價(jià)的一種基于插值法的算法.pdf
- 一種基于分類(lèi)的圖像增強(qiáng)方法.pdf
- 一種基于SIFT的拼接算法.pdf
- 基于Excessive Gap的SVM割平面算法.pdf
評(píng)論
0/150
提交評(píng)論