从神经网络到支撑矢量机

来源 :全国自动化科学技术应用学术会议 | 被引量 : 0次 | 上传用户:flowerofwind
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
统计推断从20世纪60年代以来所取得的一系突破性成果导致现代统计学习理论--VC理论的建立,这一理论不仅能在严格的数学基础上解签人工神经网络等基于启发式方法的学习机中存在的理论问题,而且导出了设计一种新的学习机一支撑矢量机(SVM)的系统方法。SVM已经在一些实际问题中获得了成功的应用,性能优于传统的神经网络方法。该文主要以模式识别问题为背景,介绍了VC理论的主要内容及支撑矢量机方法。
其他文献
采用神经网络在线自学习控制策设计了智能型结构试验装置。与传统试验装置相比,该系统具有适用范围广、控制精度高且鲁棒性强等特点,可满足不同试验规范的需要,为大型结构的疲劳
该文应用神经网络技术对机组状态预报方法进行了研究,总结概括了几种典型的机组振动发展趋势,并模拟了这几种趋势曲线及其组合,然后采用神经网络对其进行预报。试验表明,预报值与
智能电弧炉是电弧炉技术的发展趋势,介绍了智能电弧炉的国内外应用状况,探讨了智能电弧炉的原理,给出了智能电弧炉控制器的结构,采用广义的8-8自适应算法实现了智能电弧炉控制器