分类超平面相关论文
提出了一种注塑成型工艺窗口的计算方法。首先通过正交试验设计可得到25组参数组合作为训练样本;然后对样本进行数值模拟分析,建立......
随着人类基因组计划的顺利完成和各种后基因组计划的开始实施,出现了海量的生物分子数据,这使得科学家们需要分析大量DNA数据。如......
诞生于20世纪20年代的模式识别是一门研究对象描述和分类方法的学科。模式识别的方法主要有线性分类方法、神经网络算法和随机优化......
随着信息技术的不断发展,大数据的时代已经来临,互联网上的多媒体数据呈爆炸式增长。而多模态是大数据的一个重要特点,为了应对这......
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......
ｎ维超立方体顶点的分类问题是人工神经网络研究中的重要问题之一。若对ｎ维超立方体的顶点进行正确分类，同时保证网络具有最好的稳健能......
论文首先分析了网络的对安全的需求,指出了入侵检测技术的必要性。然后对支持向量机下的入侵检测展开了分析,首先给出了支持向量机......
本文提出了基于支持向量机的分段线性学习方法,并用人工数据集证明了该方法的有效性。
In this paper, a piecewise linear learn......
稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一，是性能优良的逻辑知识库、推理机和解释器，但目前还没有一种网络训练......
SP函数是一类具有明确逻辑意义的线性可分结构系 ,PSP函数是SP函数的特殊子集 .文中讨论了二进神经元对SP函数和PSP函数的表达问题......
提出总间隔v-支持向量机(TM-v-SVM),该算法可取得比v-SVM更好的理论分类性能.研究表明TM-v-SVM等价于求解特征空间中的两个压缩凸......
最近提出的基于特征缺失的支持向量机(support vector machine with absent features,AF-SVM)在处理具有特征缺失的数据分类时,得......
针对C-支持向量机(C-SVM,C-Support Vector Machine)中惩罚系数C可能导致最优分类面不合理的问题,提出基于误差最小的SVM最优分类......
针对传统支持向量机中存在原始数据量过大导致训练速度太慢的问题,同时考虑到非支持向量对支持向量机的训练性能无影响,且影响支持......
随着人们创新水平的不断提高,为了更加准确的实现机器人的导航任务,提出了一种基于改进的粒子群优化支持向量机中的参数的方法.首......
分析了支持向量机（SVM）的工作原理和将其推广到多类分类时会遇到的问题,对用模糊SVM（FSVM）解决此问题时的模糊策略作了详细论证,说明此......
针对支持向量机面临的大规模数据分类问题,提出基于分类超平面的非线性集成学习机NALM。该方法借鉴管理学中协同管理的思想,将大规......
本文讨论单隐层前向网络输出神经元所对应的隐空间分类超平面的构造问题，它直接对应于网络隐层至输出层的连接仪的设计，研究结果表明......
简要介绍了基于统计学习理论中结构风险最小化原则的支撑向量机 (SVMs)技术的国内外研究现状 ,分析了该技术的优越性和存在的某些......
为了提高中文网页自动分类的分类精度,将SVM-KNN方法用于中文网页分类。提出了一种中文网页的表示方法,在将下载的网页全部表示为......
针对DNA序列类别的分属问题，提出采用支持向量机（Support Vector Machine，SVM）的方法进行分类。根据SVM分类器的要求建立特征属性空间，......
针对传统的SVM算法在非平衡数据分类中分类效果不理想的问题,提出一种基于分类超平面和SMOTE过采样方法(HB_SMOTE)。该方法首先对......
从二进前向网络的稳健要求出发,提出了稳健分类的概念,在此基础上给出了稳健分类超平面的一般形式,从而如果二进前向网络的每一神......
SVM在解决小样本、非线性及高维模式识别问题中表现出诸多特有的优势，结合模式分类，研究SVM的基本思想、训练算法及其应用，讨论海量样......
分离错误最小化是支持向量机的基本问题之一．一种形式是最小化分离错误点的偏离和，这是一个不可傲优化问题，笔者提出用极大熵函数将其......
设计基于KM-SVM算法的舰船噪声变化检测的实现流程,并对其中所包含的3个步骤进行详细阐述:1)构造变化类和无变化类的差异图;2)利用......
对于征信系统从大量数据源采集数据的问题，利崩SVM学习机最大化分类超平面与支持向量之间距离的特性提出自动化相似记录匹配方法。......
为减少不均衡数据对支持向量机分类性能的影响，提出一种基于二次支持向量机的欠取样分类算法，该算法依据样本的分类超平面贡献大小对......
在分类问题中,支持向量机（SVM）首先将样本映入某一高维特征空间,并在此空间中构造具有最大间隔的分类超平面.由Vapnik的统计学习理论......
支持向量机是机器学习领域的研究热点之一,是在统计学习理论基础上发展起来的新的学习算法。传统的分类法用于纹理图像分类效果往......
支持向量机是基于统计学习理论的结构风险最小化原理提出来的一种新的学习算法，它把模式识别问题建模为一个简单约束的高维对偶二次......
针对不均衡分类问题,提出了一种基于隶属度加权的模糊支持向量机模型。使用传统支持向量机对样本进行训练,并通过样本点与所得分类......
传统的支持向量机分类超平面对噪声和野值非常敏感．使用传统的支持向量机对含有噪声的数据分类时，所得到的超平面往往不是最优超平面......
目前数字集成电路的设计主要采取自顶向下的层次化设计方法。由于模拟集成电路自身设计的复杂性及局限性，使得它在进行层次式设计时......
过采样和欠采样方法是处理非平衡数据集分类的常用方法,但使用单一的采样算法可能造成少数类样本过拟合或者丢失含有重要信息的样......
