搜索筛选:
搜索耗时0.1002秒,为你在为你在102,285,761篇论文里面共找到 2 篇相符的论文内容
发布年度:
[学位论文] 作者：刘闪电,
来源：南京航空航天大学 年份：2010
对于高维数据,通过核方法将输入样本映射到更高维的空间通常不会明显改善决策函数的分类精度,而线性支持向量机(SVM)能够提供很好的泛化能力。使用线性核时权向量的每一维可...
[会议论文] 作者：LIU Shandian,刘闪电,WANG Jiandong,王建东,
来源：中国电子学会信息论分会2009年研究生学术交流会 年份：2010
对高维数据,使用核函数将输入样本映射到更高维的空间通常不会明显改善模型的分类精度。实验表明线性SVM(Support Vector Mchine)能够提供很好的预测能力。本文基于最小闭包球的算法求解SVM的变形问题。改进的方法保存权重w及其每个分量的公共因子,并且每次迭代......
相关搜索：
