【摘 要】
：
支持向量机是基于统计学习理论的一种机器学习的方法。支持向量回归是支持向量机的回归模型。由于支持向量机具有较严格的理论基础,又能较好地解决许多实际问题,该方法已成为
论文部分内容阅读
支持向量机是基于统计学习理论的一种机器学习的方法。支持向量回归是支持向量机的回归模型。由于支持向量机具有较严格的理论基础,又能较好地解决许多实际问题,该方法已成为近十年来机器学习领域最有影响的成果之一。 本论文将支持向量回归模型应用于计算机辅助几何设计的曲线拟合/重构的问题中,根据B样条拟合的特点和CAGD的接口要求,建立新的B样条核映射形式,并依据光顺的要求,对支持向量回归模型中的“惩罚系数C”加以改进,从而使支持向量回归模型更好的应用于曲线的光顺拟合/重构问题。
其他文献
由于人工神经网络(ANN)在最优化、信号处理、图像处理、代数方程求解、模式识别和联想记忆等方面的广泛应用，ANN网络得到了蓬勃发展.ANN网络的信息处理功能取决于其动力特征.
由于Penna模型与Stauffer模型这两个关于生物老化模型本身在解释生物现象上具有广泛性与可行性,本文主要针对这两个模型本身,以及模型的各种应用进行了回顾,对它们的应用情况
杂凑函数是信息安全中一个非常重要的工具,它对一个任意长度的消息m施加操作,返回一个固定长度的杂凑值h（m）,杂凑函数是公开的,对处理过程不用保密。单向杂凑函数的安全性取决
“哪些图由它的谱确定?”的问题于半个世纪前起源于化学.1956年Günthard和Primas在一篇把图谱理论与化学中Hückels理论相联系的论文中提出了该问题。另一个应用来自于1
本文主要讨论了实数的唯一集的大小,β-动力系统中的非齐次丢番图逼近问题,以及实数在不同的β-动力系统中的轨道的丢番图性质.我们计算了相关分形集的Lebesgue测度及Hausdor
本文主要研究完全多部图的M(3)及M(4)性质。首先针对Ghebleh和Mahmoodian的关于完全多部图的M(3)性质的开放问题进行了研究，证明了Ki*4，5，K1*4，4，K2，2，4和K2，2，5不是U3LC图，而且它们的m
时滞微分方程多应用于化学、生物学、电路系统、机械控制等领域的建模中，通常这类问题在理论求解上十分困难，这制约了理论研究的发展，也给实际问题的处理带来了不便.在这种情况