多宽度高斯核相关论文
针对水质评估因子的模糊性和非线性特征,且水质样本小类(如高污染水质类)因样本量少而容易导致误分的问题,深入研究了支持向量机(S......
支持向量分类中,高斯核不区分样本中各个特征的重要性.显然,各个特征对分类的贡献一般是不相同的,为了体现这种差别从而提高支持向......
支持向量机(SVM)是由统计学习理论发展而来的一种被广泛使用的机器学习分类算法,但是在具体问题中核函数及其参数的选择是决定支持......
支持向量分类中，高斯核不区分样本中各个特征的重要性，显然各个特征对分类的贡献一般是不相同的．为了体现这种差别从而提高支持向量机......
基于试验设计的板料冲压成形工艺参数优化局限在有限的参数组合上,利用响应面方法可以进行全局范围的优化设计。针对一般响应面方......
支持向量机（SVM）作为一种机器学习分类算法应用广泛,但在处理高维度数据集时往往会由于特征维数较多遇到算法分类速度慢且容易陷入局......
