SMO算法相关论文
支持向量机是一种基于统计学习理论的新颖的机器学习方法,被广泛应用于求解非线性回归问题.本文系统的介绍了支持向量回归算法的各......
影响火电厂经济运行的一个重要因素是许多重要热工技术参数和经济参数难以在线实时测量，为解决热工参数软测量建模问题，对粒子群优化......
序贯最小优化(sequential minimal optimization)算法是目前解决支持向量机训练问题的一种十分有效的优化算法，介绍了SMO算法的原理......
支撑矢量机(SVM)是在VC理论的基础上根据结构风险最小归纳原理建立的一种比神经网络更强有力的学习机.但是其原始的训练算法需要求......
现代化学工业生产的安全性、稳定性和可靠性问题越来越重要,迫切需要建立性能良好的故障检测和诊断系统.该文正是基于上述问题,针......
传感器技术是信息技术的源头和三大基础技术之一，但是传感器受制作工艺及自身因素等的影响，再加之电磁波、噪声以及外界环境等的干扰......
本文首先介绍了支持向量机的理论基础，随后引入支持向量机的概念、几何解释和基本公式，讨论比较了近几年出现的主要的几种支持向量机......
试卷识别是智能组卷系统中数据库建立的基础,如何正确有效地识别出试卷中的题干部分并将之入库是一个尤为关键的问题.提出了基于SV......
勘查地球化学数据分析，一直是找矿勘探工作的重要环节。随着地表及浅部矿越来越少，寻找深部和隐伏矿特别是寻找超大型矿的任务，给地质......
论文的研究工作来源于某项目课题“XXXX基础研究”项目,主要是利用已有的水下目标特征提取和识别方法,并且采用基于支持向量机方法......
遥感图像的自动分类和专题信息提取一直是遥感应用研究的方向之一。支持向量机(SupportVectorMachine，SVM)是建立在统计学习理论基......
近几年,基于数据的机器学习问题的研究是现代智能技术的一个重要方面,而支撑向量机(SVM)的分类方法又是机器学习问题研究中最有影......
考虑到对噪声样本敏感是SVM的固有特性,为了加快算法的训练速度,同时不降低学习机的推广能力,该文提出了一种基于分组聚类的训练算......
支持向量机是近些年发展起来的一门机器学习分支,作为一种新颖而独特的机器学习方法,越来越受到重视。支持向量机作为一种强有力的......
大数据背景下,如何对海量数据进行挖掘是目前研究的一个热点问题。序列最小最优化(SMO)算法是实现支持向量机(SVM)对大数据挖掘的......
在这个信息爆炸的时代,如何处理这些海量的数据如何有效的分类已经引起了人们的高度重视,尤其是在互联无技术迅速发展的阶段,网页......
为进行飞机结构载荷安全监控并为飞机结构疲劳寿命评估积累相关数据,需建立与飞行参数相关的飞机结构载荷模型。针对飞机结构载荷......
通过运用SMO分解思想和支持向量回归机SVR模型的约束条件，将SVR模型的求解问题转化成一系列的给定区间内抛物线的最小值求解问题，对......
SVMlight算法和SMO算法在入侵检测领域的应用都是近年的研究热点．为了从中找到一种更适合入侵检测的算法，使用不同规模训练集和测试......
序贯最小优化(sequential minimal optimization,简称SMO)算法是目前解决大量数据下支持向量机(support vector machine,简称SVM)......
在以往的自动文本分类研究中，大多比较流行的分类技术都是在一个层次上将文本分成几个类别。但随着信息检索的量越来越大，文本的种类......
针对电力负荷中期预测比较困难并且存在较大误差的问题，提出了基于径向基核函数与基于平衡策略的Sequential minimal optimization（S......
近年来支持向量机在入侵检测领域得到了广泛应用，由于支持向量机理论在发展过程中不断涌现出新的算法，为了找到一种较适合入侵检测的......
指出Keerthi的SMO算法存在的问题。该算法由于采用“取中法”求偏置,在优化条件不满足的情况下,偏置值有可能出现偏差,从而劣化SVM......
目前的支持向量机解析方法，如SM0算法在一定程度上解决传统支持向量机实现方法需要高额存储空间的问题，而对支持向量数目的约减并末......
文本分类的分类算法常用J48算法、Naive Bayes Multinomia算法和SMO算法,利用Weka平台选择路透社的数据集进行分类实验,根据查准率......
为提高支持向量机（SVM）ε不敏感损失函数下的回归算法的训练速度，提出了一种新的管道压缩模型，利用大ε值下的回归函数来预测小ε值下......
近年来，随着序列最小优化分类算法SMO等一系列快速算法的推出，支持向量机在自动文本分类研究领域取得了很大的成功。大多数文本分类......
提出在SMO算法上应用自适应学习的思想，并利用求解凸二次规划寻优问题的基础上进行改进的研究．研究表明，基于自适应学习的思想对SMO算......
针对序列最小优化（SMO）算法对大规模数据集训练速度慢、分类精度不够高的问题,提出了一种改进方法。该方法对SMO算法的核函数进行改......
Outlier是基于无线传感器网络的数据收集应用中常见的数据故障类型,严重影响数据质量。本文提出一种基于快速SVDD的无线传感器网络......
在语音识别中,声学模型常常采用聚类后的状态(senone)作为建模单元,其输出的分布大都采用高斯混合模型(GMM),该模型采用多个高斯分......
本文在Fedorov算法的基础上,引入了Schmidt初始化策略,对原算法进行了改进。更进一步地,结合最小体积闭包椭球问题的理论、支持向......
经典SVM（ Support Vector Machines）在处理二分问题时具有良好表现,而当面临求解多分类问题时,往往采用构建O（n2）复杂度的多个二分类器......
针对运煤皮带经常性的纵向撕裂问题,考虑到煤码头复杂环境引起的检测不精确性,提出基于序列最小最优化(SMO)算法的红外图像检测方......
最优设计的数值算法是近40年发展起来的最优回归设计理论中的一个新分支，它在试验设计领域具有非常重要的作用。Fedorov首先提出了D......
中医药作为中华民族特有的文化和科学遗产，对世界有着重大的贡献。但由于不同的社会背景和研究方法，中医还未得到现代医学的广泛承认......
股市作为金融市场的重要组成部分,具有非线性波动的特点,因此,如何较为准确地对股市价格波动的情况进行预测一直都是研究的重点。......
针对传统统计模式识别理论中基于大数定理的假设,介绍了统计学习理论和以该理论为基础的支持向量机模式识别方法。指出了以结构风......
随着各领域科学技术的发展,高性能计算早已成为研究热点,图形处理器(GPU,Graphic Processing Unit)是当今高性能计算领域不可或缺......
随着Web技术的普及和信息技术的发展,以图像、声音和视频为主的多媒体信息迅速成为信息传播和交流的主流方式。大量图像视频信息存......
统计学在解决机器学习问题中起着基础性的作用,传统统计学主要研究渐近理论,即当训练样本数目趋向无穷大时的统计性质。但实际问题......
数据挖掘作为一种融合了人工智能、数据库和数理统计等学科特点的新兴技术，与机器学习和统计学习密切相关。它是从大量、复杂的数据......
SMO算法是求解大型支持向量机（SVM）的有效算法.已有的算法都必须判定4个Lagrange乘子位于哪个象限,从而使算法的实现更为复杂.此外,......
统计学习方法现已大量应用于垃圾邮件识别,其中表现突出的包括贝叶斯过滤器、支持向量机等。近年来,为应对日益严重的垃圾邮件问题......
在众多的模式识别工具中,支持向量机（Support Vector Machine,SVM）是一种非常有效的解决工具。提出了基于SVM模型提升金融机构对个人......
