2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、支持向量機(jī)是建立在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上的一種數(shù)據(jù)挖掘方法,與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)等方法相比,它具有泛化能力強(qiáng)、維數(shù)不敏感、收斂到全局最優(yōu)點(diǎn)等優(yōu)點(diǎn),很好地解決了過學(xué)習(xí)、維數(shù)災(zāi)難、局部極值等問題,成為近幾年數(shù)據(jù)挖掘領(lǐng)域中的一個非?;钴S的研究方向。現(xiàn)在支持向量機(jī)廣泛應(yīng)用于文本自動分類、手寫數(shù)字識別、生物信息等領(lǐng)域。本文圍繞傳統(tǒng)支持向量機(jī)模型與算法在實際應(yīng)用中遇到的隱私保護(hù)問題,探討了隱私保護(hù)支持向量機(jī)模型以及數(shù)據(jù)水平分布和垂直分布下的隱私保護(hù)算法。<

2、br>  本文介紹數(shù)據(jù)挖掘的概念、過程,支持向量機(jī)的理論基礎(chǔ)——統(tǒng)計學(xué)習(xí)理論以及支持向量機(jī)方法,介紹了支持向量機(jī)產(chǎn)生的背景、模型與算法及其算法的進(jìn)展情況,總結(jié)了支持向量機(jī)的優(yōu)點(diǎn)以及應(yīng)用領(lǐng)域,分析了支持向量機(jī)在實際應(yīng)用中存在的個人信息泄露問題。
  隨著人們對隱私權(quán)的越來越重視,隱私保護(hù)支持向量機(jī)成為當(dāng)前研究熱點(diǎn)。本文對隱私保護(hù)支持向量機(jī)算法進(jìn)行總結(jié)與比較之后,提出了一個新的隱私保護(hù)支持向量機(jī)模型,并且從求解該模型的KKT條件出發(fā),

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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