多类分类相关论文
在建筑业信息化发展的背景下,建筑材料自动识别技术因其为工程建设与管理信息化的促进作用而收到了业界和学术界的关注,且其应用价......
针对支持向量机分类方法在处理不平衡样本数据时出现的问题,通过对类间样本距离、类内样本分布及该类所占区域3个方面的改进,提出......
人们审美水平的不断提高与互联网的快速发展促使时尚产业蕴含着巨大的市场潜力,多媒体、模式识别和计算机视觉等领域对时尚服装开......
针对空调系统故障智能诊断缺少大量故障数据样本的问题,本文提出小样本的支持向量机(Support Vector Machine,SVM)多故障分类算法,......
本文为了提高自动驾驶的目标分类精度,基于成像毫米波雷达点云特征,提出了16维特征向量,分别使用了决策树模型、随机森林模型以及......
支持向量机能够有效地避免经典学习方法中过学习、维数灾难、局部极小等问题,而且在小样本条件下仍然具有良好的泛化能力。但是SVM......
提出一种基于球体描述Vague决策的模拟电路故障诊断方法。首先,采用小波变换预处理待测电路输出的电压故障特征。然后,每类样本集......
本论文针对支持向量机中目前存在的一些问题，进行了较为深入的研究，对支持向量机方法进行扩展与研究。 本文归纳、总结了核函......
火灾已成为我国常发性、破坏性和影响力最强的灾害之一,一旦发生将造成人员和财产的巨大损失,因此开展对火灾的预警研究,具有非常......
学位
随着科技的发展和进步,粘接结构被广泛的应用于航空航天、石油化工等国防和民用领域,但在其制造和使用过程中常常会出现粘接缺陷,......
支持向量机是基于统计学习理论中结构风险最小化归纳原则和VC维原理的一种机器学习方法，它通过使用核函数巧妙的解决高维空间的维数......
在当前信息快速膨胀的时代，人工对文本信息进行分类是一种效率十分低下的工作。文本自动分类技术利用计算机强大的自动处理功能，极大......
分类问题尤其是多类分类问题一直是数据挖掘研究的热点问题。在实际应用中，如图像识别，文本分类等等，需要处理的数据都是海量和多类别......
在信息时代的今天，手写数字识别技术在文献检索、办公自动化、邮政系统、银行票据处理、表格录入等方面有着广阔的应用，因此手写数字......
支持向量机(Support Vector Machine,SVM)作为一种基于统计学习理论的新的机器学习方法,克服了神经网络方法解不稳定、推广性差的......
基于Pareto最优概念的多目标遗传算法是处理多目标优化问题的一个重要算法。遗传算法的机理很适合多目标优化,因为遗传算法可以在......
学位
支持向量机(Support Vector Machine)是数据挖掘的新方法,也是一种小样本统计工具,它在解决小样本、非线性及高维的模式识别问题上......
随着数码设备、网络及多媒体技术的发展,人们在工作、学习和日常生活中产生的图像数据呈现了爆炸式的增长方式,如何合理而又高效地......
煤与瓦斯突出是引发煤矿重大恶性事故的隐患,在防突治理方面,如何提高瓦斯突出危险性预测的精度,使防突措施减少盲目性,增强针对性......
支持向量数据描述作为一种基于统计学习理论的单分类方法,在解决有限样本、非线性以及高维数据的模式识别问题中表现出许多特有的......
随着互联网技术的快速发展,网络成为人们获取信息的主要来源,为了能有效地获取这些信息,人们希望对网页实现自动分类。因此,网页分......
极限学习机(ELM)有着分类精度高、速度快等特性,被广泛的应用和研究.本文提出了一种用于多分类问题的模糊单隐层神经网络算法FELM,......
科技型中小企业公共服务补助资金实施六年来,每年均有近五千家服务机构获得基金资助。面对如此多的服务机构,对其补助基金实施绩效......
随着大数据时代的迅猛发展,运用机器学习的手段对大数据进行处理和分析已经成为一种公认有效的最佳方法。但是在各个领域中,呈现出......
随着信息时代中数据量的快速增长,传统的数据挖掘方法在处理大规模数据上已稍显不足。分布式数据挖掘应用越来越广泛。然而,在分布......
分类是数据挖掘等领域的主要研究内容之一,很多问题(如金融证券、临床诊断等)的解决均以它为基础。在现实生活中,许多分类问题中都......
企业信息化能力成熟度等级会较大地影响企业信息化建设,甚至成为企业进一步发展的瓶颈。基于特定的ECIMM(企业信息化能力成熟度)级......
目的:根据诱导的特异性抗体种型,B细胞表位被分成不同的亚类。探索表位多类亚类之间的区别非常重要,能促进揭示免疫系统为什么会针......
提出一种概率神经网络（ＰＮＮ）的ＥＭ（ＥｘｐｅｃｔａｔｉｏｎＭａｘｉｍｉｚａｔｉｏｎ）训练算法．ＰＮＮ网为一四层前馈网，它构成一个贝叶斯分类器，实现多类分类的贝叶斯判别，它把输入的样本模式，经网络变换......
本文提出一种概率映射网络(PMN)的EM(Expectation Maximization)训练算法。PMN为一个四层前馈网。它构成一个贝叶斯分类器,实现多......
支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在......
针对兼类文本分类的问题,本文提出了一个对不带任何类别标记的文本进行准确分类的方法。首先利用SVM的1-a-1兼类文本分类算法为不......
利用Rosenblatt感知器网络的权值学习方法,提出一种解决线性不可分样本的多类分类方法.该方法不需要考虑使用何种核函数,将高维坐......
支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法。支持向量机又称为支持向量网络，具有理论完备、适应性强、全局......
“一对多”支持向量机多类分类方法缺点就是一类对余类的这些两类问题是很不对称的,在样本训练中,数目少的类别往往比数目多的类别......
支持向量机是Vapnik等人提出的一类新型机器学习方法,它是基于统计学习理论,借助最优化方法来解决机器学习问题的新工具,支持向量......
构造输出编码矩阵是将多类分类问题分解为多个两类分类问题的有效方法之一,如何判断一个编码阵的好坏是此类问题的关键.提出以最小......
在微装配过程中，微夹爪对微构件施加的夹持力过大会导致微夹爪和微构件损坏，而夹持力过小会导致抓取失败，因此有必要实时地测量夹持力......
针对黑龙江垦区各农场农机装备水平不平衡差异问题,采用支持向量机多类分类和主成分分析相结合的方法进行研究。将农机装备水平分......
上世纪九十年代，在统计学习理论的基础上发展出了一种新的机器学习算法——支持向量机。由于其具有良好的理论基础和推广能力，并解决......
鉴于支持向量机的优越性及提升机的故障特点,提出将支持向量机应用到提升机的故障智能诊断中。该方法专门针对小样本集合设计,能够......
