惩罚参数相关论文
航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战.传统半全局密集匹配(semi-global match-ing,SGM)方法中使用双参数......
数字摄影测量在城市三维建模中展现的优势使其已经成为一种重要的技术手段。航摄立体影像密集匹配是通过在立体像对中寻找同名点,......
近年来支持向量机理论取得了长足的发展,并广泛应用到模式识别、回归分析、信号处理、函数估计等诸多领域,但仍有待进一步的研究和......
随着支持向量机的研究日趋完善,以及支持向量机的优越的建模能力,并且在克服“维数灾难”以及“过学习”方面较其他模型表现更良好,越......
支持向量机是在统计学习理论基础上发展起来的一种性能优良的新型机器学习方法,它具有坚实的理论基础,巧妙的算法实现。支持向量机的......
针对目前客户流失预测方法的不足,在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上,改进标准的C-支持向量分类机(SVC)......
设定了基于粒子序号和粒子邻居数量的动态邻域粒子群模式,并通过田口试验分析了6种测试函数的优化性能,选定了粒子群算法的惯性权......
FOCUSS是一种基于p范数约束的稀疏信号重构方法,是一种迭代加权最小均方算法,也是一种新的信号处理框架.在雷达、无线传感器网络、医......
以山西省11个地级市为研究对象,选取经济综合实力、居民生活水平、从业人员数量、卫生教育水平和主要工业产品产量五个方面的12个......
SVM(support vector machine)算法求解支持向量的过程涉及到N阶矩阵的计算,N为样本的个数,当样本数量很大时,高阶矩阵的计算将需要......
针对支持向量在分类过程中,特别是对于非线性可分问题,如果采用不同的核函 数,支持向量机( SVM)可以构造不同的学习机器和分类模型,......
针对分类数据集合线性不可分的问题,改进了支持向量机(SVM)的分类方法,构建新的分类决策函数和高斯核函数.在支持向量机关键参数的优......
对数障碍函数方法是文献中非常流行的求解不等式约束优化问题的序列无约束优化方法.众所周知,对效障碍函数在线性规划与线性半定规划......
在借鉴国外有关研究成果的基础上,建立了基于CPLC方法的Tobit模型构建指数跟踪,在目标函数中增加一个与组合权重绝对值总和成比例......
安全域是一种从域的角度描述轴承安全状态的模型。它从轴承的运行状态角度考虑,在状态特征变量确定的空间内,用于辨识其运行状态是......
支持向量机(Support Vector Machine,SVM)是一种重要机器学习算法,它基于VC维和结构风险最小化等统计学习理论发展而来,具有坚实的......
本文首先介绍了肺癌诊断的历史及发展现状,在此基础上提出了将支持向量机(SVM)与肺癌早期诊断相结合的新思路,将机器学习应用到实际数......
作为数据挖掘中的一项新技术,支持向量机是在统计学习理论基础上发展起来的一种性能优良的新型机器学习方法。它被认为是机器学习......
<正>生物信息学背景下普遍存在着高维数据,所谓的"高维"即待估计的未知参数的个数是样本量的一个或几个数量级〔1〕,例如Van’t Ve......
以醋糟气化试验为基础,建立了多输出支持向量机气化模型,把醋糟气化的影响条件气化温度、醋糟含水量和生物质与水蒸气的质量比作为......