支持向量机若干优化算法的比较研究Compared Research of Several Improved Support Vector Machine Methods

3997
    


来源:
Licence:
联系:
分类:
平台:
环境:
大小:
更新:
标签:
联系方式 :
免费下载 ×

下载APP,支持永久资源免费下载

限免产品服务请联系qq:1585269081

下载APP
免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
下载 ×

下载APP,资源永久免费


如果出现不能下载的情况,请联系站长,联系方式在下方。

免费下载 ×

下载论文助手APP,资源永久免费

免费获取

如果你已经登录仍然出现不能下载的情况,请【点击刷新】本页面或者联系站长


) 摘要: 支持向量机(SVM)是统计学习理论(SLT)的一种成功实现

邱秀清

 支持向量机若干优化算法的比较研究[EB/OL]

北京:中国科技论文在线

研究了现存的几种变形的支持向量机算法

它建立在SLT的VC维理论和结构风险最小化原理基础之上

关键词: 支持向量机(SVM)

试探性提出了新的支持向量机算法的发展方向

统计学习理论

VC dimension

) Abstract: Support Vector Machine is a successful use of Statistical Learning Theory,It is builted on the theory of VC dimension and the minimization of structural risk

It uses limited information to make complication and learning ability best

This paper gives a simple basical introduction of Support Vector Machine

after studies several existing transformative Support Vector Machine methods , a new idea is given in the end

Keywords: Support Vector Machine

本文在简单介绍SVM基本理论的基础上

【详情见下载】

免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
温馨提示
请用电脑打开本网页,即可以免费获取你想要的了。
扫描加我微信 ×

演示

×
登录 ×


下载 ×
论文助手网
论文助手,最开放的学术期刊平台
				暂无来源信息			 
回复
来来来,吐槽点啥吧

作者联系方式

×

向作者索要->