【摘 要】
：
本文采用最小二乘支持向量机(Least Square Support Vector Machines,LSSVM)方法来解决模式识别问题.因为LSSVM只需求解一组线性方程组,内存需求少,学习速度快,并保持了传统S
论文部分内容阅读
本文采用最小二乘支持向量机(Least Square Support Vector Machines,LSSVM)方法来解决模式识别问题.因为LSSVM只需求解一组线性方程组,内存需求少,学习速度快,并保持了传统SVM的许多良好性能.为了有效解决大规模学习问题,本文在LSSVM基础上,结合了自适应导向循环图方法(Adaptive Directed Acyclic Graph,ADAG)和序贯最小优化方法(Sequential Minimal Optimization,SMO),形成了一个基于LSSVM的新型算法.同时,根据LSSVM的支持向量缺乏稀疏性的特点,这种新型算法对支持向量进行了修剪.本文将这种基于LSSVM的新型算法应用于机器嗅觉系统的气味识别问题.这种气味识别问题包含了17种气体的340个样本,每个样本用一个320维向量表示.实验结果表明,本文方法有效解决了机器嗅觉的气味识别问题,并取得较好的学习速度和分类精度.
其他文献
随着移动互联网的迅猛发展，人们能够通过智能手机等轻便设备上的APP接入到互联网从而获取和发布信息，微博作为一种社交媒介，其易于使用、开放互动的特点迅速积累了众多用户。新
如何有效地组织、管理和充分利用多媒体信息资源,如何快速、高效地查询、检索所需要的多媒体信息是当今媒体信息处理与理解领域的研究热点。对于非结构化的图像数据,传统的基
移动CSCW的出现是传统CSCW发展的必然趋势，在移动计算技术和无线网络技术飞速发展的今天，移动CSCW体现出了它存在的优势和价值，同时面对并不完善的移动CSCW技术，我们还要面对很多
本文通过分析正方形平面结晶体群中cm模型、pmg模型和pgg模型的平面对称特性,寻求使相应数学模型的Jacobin矩阵|DF|=0的点集作为判定参数空间广义M集的初始迭代点集,用Lyapun
移动通信技术的高速发展和传统互联网技术的融合为移动电子商务的实现奠定了硬件技术基础，基于J2ME平台的胖客户端应用使得客户端能进行复杂的商务计算。近年来迅速发展的一项
当前工业设备的精密及复杂化都到达了一个极高的程度，只靠人力已无法对其有效控制，计算机依靠其计算精度及其实效性，在工业控制领域的作用日益凸现。Buck变换器是所有电力变换器的基础，一般作为整机的电源部件出现，其质量对整机的性能有重要的影响，所以对Buck变换器输出精度的要求越来越高。对Buck变换器控制的主要算法尤其是现实应用中的方法大多为线性算法，这些算法有明显的缺点就是对系统参数的要求非常敏感，
近几年来随着电力系统容量和规模的扩大，电网运行状况与系统故障都呈现出复杂性，这种复杂性要求对电网动态过程和继电保护动作行为的分析，必须采用先进、科学的方法与手段，这就对
旅游行业网站具有被访问量大、客户忠诚度不高等特点,而且旅游网站上的旅游产品具有一定的隐藏性和灵活的组合性,这就导致了配置旅游产品困难,网站性能不高等问题。为了解决
本文在工业大数据和PHM的应用背景下,利用数据驱动式的分析流程对数控铣刀磨损的预测性评估方法进行了深入的研究和分析。在研究过程中,本文首先对铣削过程中采集的信号进行
自从被W3C推出以来，XML已经得到了越来越多的应用。在很多传统领域，当使用XML处理数据后都收到了意想不到的效果。论文首先对XML技术的特点、XML与传统技术的区别进行了分析，并