【摘 要】
：
SVM是一种监督学习模型,可以用于数据的分类、回归分析和异常值监测。其建立在统计学习的VC维和结构风险最小化原理的基础上,广泛应用于模型识别、人工智能等领域中。作为机器学习的完全监督二分类模型,通过特征空间中的间隔最大化构造凸二次规划的最优化算法。在解决非线性可分问题时,SVM借助核映射,将非线性问题转化为希尔伯特空间中的线性可分问题。本文主要以二分类支持向量机为研究对象,针对SVM的局限性,融合
论文部分内容阅读
SVM是一种监督学习模型,可以用于数据的分类、回归分析和异常值监测。其建立在统计学习的VC维和结构风险最小化原理的基础上,广泛应用于模型识别、人工智能等领域中。作为机器学习的完全监督二分类模型,通过特征空间中的间隔最大化构造凸二次规划的最优化算法。在解决非线性可分问题时,SVM借助核映射,将非线性问题转化为希尔伯特空间中的线性可分问题。本文主要以二分类支持向量机为研究对象,针对SVM的局限性,融合Fisher判别分析的分类思想,分别优化SVM目标方程和不均衡二分类数据集过采样方法,从而提高样本数据的分类准确率。本文利用Fisher判别分析思想对支持向量加权,优化支持向量机的目标方程,提高支持向量机针对不同维度样本的分类精度。其次,在面对不均衡样本点的支持向量机分类问题时,本文采用一种融合FDA思想的过采样技术,设计迭代算法,预处理不均衡的二分类数据,过程中结合经典的聚类算法和GMM算法。这种不均衡样本点的过采样处理被应用到聚类SVM算法中以提升分类准确率。以上的两种改进方法,在人工模拟数据集和真实的数据集中进行测试,与历史的方法对比,分类的效果都是有显著提升的。
其他文献
生产外包由于降低成本,减少投资,提高产能和增强核心竞争力等诸多优势,成为普遍的供应链特征,在许多高科技公司的商业实践中发展迅速。然而由于制造商对供应商缺乏质量控制,
近年来,机器人技术得到了飞速发展,被广泛应用于社会各个行业和领域,特别是在某些人类难以操作的特殊的危险的环境中,机器人发挥了重要作用。传统的六自由度机械臂操作时间长
图像分割是医疗影像分析中的重要环节之一。有效的脑图像分割有利于医生临床观察及诊断,从而辅助医生发现病灶区域,并制定更加积极有效的治疗方案。近年来,随着机器学习技术
随着信息科学技术的不断发展,人们对于个人信息的保护愈发地重视,所以人们迫切地需要一种可靠且方便的身份识别技术。随着计算能力变强,生物特征识别技术的优势受到广泛关注,
在工业生产和制造过程中,对工作环境要求比较苛刻的设备,尤其是军用设备和汽车电子,在产品交付和使用之前必须经过严格的筛选,使它们满足具体的环境要求。其中的振动实验是必不可少的筛选试验之一。3D远程监控系统克服了传统实验过程中实验人员需要进入空间小、噪声大的实验室并且利用大量时间去查看进行振动设备的运行状态的弊端,是一个给实验人员提供了更加便捷、远程、可以追溯故障率的监控系统。本文从实际应用角度出发,
目的:研究Brg1蛋白在肝脏纤维化(liver fibrosis)过程中的作用及其可能机制。方法:1、利用数据库数据分析正常肝脏组织和肝纤维化组织(肝硬化和肝癌患者临床样本)中Brg1蛋白表达量的差异。2、在活化的肝星状细胞中,高、低表达Brg1,检测肝纤维化相关基因表达差异。3、在人肝星状细胞LX-2中高、低表达Brg1,检测TGFβ/Smad通路中关键蛋白的表达变化。4、体外构建慢性肝损伤动物
中文包含很多多义词,结合不同的语境可以表达截然不同的意思。词义消歧的概念是针对计算机在自然语言处理领域中的应用提出来的。期望通过算法模型,使计算机明确语境并自动选
改革开放40年来,广东省经济高速增长,传统要素的红利逐渐耗散,经济增长的动力迫切需要从过去的要素驱动与投资驱动切换到以创新驱动为主,否则动力不足将成为阻碍广东经济增长的严峻挑战。十九大报告明确提到实施创新驱动发展战略主要就是依靠科技创新和制度创新。广东省政府也多次提到要依靠科技创新和体制机制创新来夯实广东经济高质量发展的基础。因此,科技创新和制度创新对广东省的经济增长具有十分重要的意义。本文综合运
Energy consumption and resource utilization in a data center is an issue that preoccupies small and large business managers.Studies were well conducted to answe
目的:本试验的主要目的是探讨基于推拉模型的虚拟现实技术在弱视患儿临床应用的可行性,评估其提高弱视患儿视力,改善患儿双眼视功能的效果。方法:采用随机对照试验研究,收集2