核优化相关论文
基于核的主分量分析(KPCA)能够提取数据的非线性特征，但其性能受核参数的影响非常大。本文提出一种新的基于特征空间中非高斯性估计......
目的：为了更好的激发护理人员的积极性，有效发挥护理人员的聪明才智，使护理工作落到实处，全面提高优质护理服务质量。方法：采用绩效......
针对核优化问题进行了研究,给出了一种基于数据的智能核优化新方法。算法利用UCI数据和美国实测合成孔径雷达图像数据进行仿真实验......
在分析现有基于经验特征空间核函数优化方法局限性的基础上,提出一种基于最大子分类间隔准则的核函数优化方法。该方法首先建立最......
为了克服核学习中核函数及参数选择问题并提升算法性能,文中提出一种基于数据依赖核函数的核优化算法,用最大间隔准则建立最优目标......
旅游门市接待课程是一门典型的理论与实践相结合的操作性课程，为了满足符合高职教育在营销咨询类的范畴内对人才培养的预期要求，笔者......
针对靶基因样本数据不平衡导致阳性样本预测准确率较低的问题,提出基于SVM的靶基因预测算法,即偏置判别SVM。算法选取高质量的数据......
讨论了时频分布以及距离测度在说话人确认中的应用。实验采用语音信号的时频分布作为说话人模型，并根据分布之间的距离测度进行确认......
针对支持向量机（SVM）分类器的模型选择问题,提出了一种基于特征空间的类别可分性度量（FCSM）准则,并将该准则用于优化多个高斯函数的线......
时频分布在非平稳信号的分析和处理中具有重要地位，它能够直观、合理的描述信号在时间一频率域上的能量分布。语音信号分类是语音识......
近些年来,基于核函数的学习方法(核方法)已经成功地用于解决模式分类领域中的各种问题。它具有两个显著的特点:首先,是在线性与非......
针对在该方法中，用核判别分析到机械故障诊断时核参数选取困难的问题，提出了一种基于贝叶斯最优核判别分析的机械故障诊断方法。首先......
分类器设计一直是模式识别领域研究的重要课题之一。近十年来，随着统计学习和核函数理论的深入研究，涌现出许多新方法。这些理论和方......
支持向量机是一种建立在统计学习理论基础上的机器学习方法,同神经网络等传统方法相比,能够较好地解决高维数、非线性、局部极小等......
