浅析自然辩证法结课论文

浅析自然辩证法结课论文

ID:23013763

大小:79.00 KB

页数:18页

时间:2018-11-02

浅析自然辩证法结课论文_第1页
浅析自然辩证法结课论文_第2页
浅析自然辩证法结课论文_第3页
浅析自然辩证法结课论文_第4页
浅析自然辩证法结课论文_第5页
资源描述:

《浅析自然辩证法结课论文》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、浅析自然辩证法结课论文浅析自然辩证法结课论文导读:自然辩证法结课论文论文题目:企业文化价值之我见量预测研究—基于支持向量机的企业文化价值学院:能源与动力工程专业:船舶与海洋工程学号:基于支持向量机的企业文化价值量预测研究摘要:众所周知,在当代社会,企业文化价值观对于企业的生存发展起着非常重要的作用,目前对于企业文化价值的描述仅仅局限在理论上,为了在数据分析上对其有一个精确的评价,本文利用支持向量机模式识别和回归估计基本原理,设计了企业文化价值量的支持向量机预测模型,实现了对企业文化价值量的准确预测,利用已知样本并对其训练建立支持向量回归机。结果表明,基于支持向量回归机的预测

2、模型可以对企业文化价值量进行有效的预测,训练误差保持在10%以内。关键词:企业文化价值;支持向量机;价值量预测;模式识别;回归估计Corporateculturevaluepredictionresearchbasedonsupportvectormachine(SVM)Abstract:Asisknoporarysociety,corporateculturevalueshasplayedaveryimportantroleforenterprisesurvivalanddevelopment.Forthedescriptionofthecorporateculturev

3、aluelimitesintheoryatpresent,Ondataanalysisinordertohaveanaccurateevaluationonit,Thispaper,byusingbasicprincipleofsupportvectormachine(SVM)patternrecognitionandregressionestimation,hasdesignedofthesupportvectormachineforecastingmodelofcorporateculturevalue,implementingthecorporatecultureva

4、lueaccurayforecast,Usingknoplesandsetsupthetrainingofsupportvectorregressionmachine.Theresultsshoodelbasedonsupportvectorregressionmachinecaneffectivelyataneffectivepredictionvalueofenterpriseculture,keepingtrainingerrorachine(SVM);valueprediction;Patternrecognition;regressionestimate0引言数据

5、挖掘源于数据库技术引发的海量数据和人们利用这些数据的愿望.数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们也希望能够在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是有些数据分析工具很难对数据进行深层次的处理,使得人们只能望”数”兴叹.用数据管理系统存储数据,用机器学习的方法分析数据、挖掘海量数据背后的知识,便促成了数据挖掘(DataMining)的产生.概括地讲,数据挖掘的任务是从大型数据库或数据仓库中提取人们感兴趣、事先未知的、有用的或潜在有用的信息.数据挖掘涉及的学科领域和方法很多,经典的是统计估计方法,比如回归分析(多元回归、自回归等

6、)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析(系统聚类、动态聚类等)、探索性分析(主元分析法、相关分析法等)等.它们共同的重要理论基础之一是统计学,在这些方法中,参数的相关形式是已知的,训练样本用来估计参数的值.这些方法需要事先知道样本的分布,而且传统统计学研究的是样本数目趋于无穷大时的渐近理论,现有学习方法也多是基于此假设.但在实际问题中,样本数却是有限的,因此一些理论上很优秀的学习方法实际中表现却可能不尽人意.机器学习也是数据挖掘的主要方法之一,它研究从观测数据(样本)出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测.比如人工神经X络(AN

7、N),它利用已知样本建立非线性模型,克服了传统参数估计方法的困难.但这种方法缺乏一种统一的数学理论.支持向量机(SPuPortVectorMhaies,SvMs)是数据挖掘中的新方法.它是建立在统计学习理论(StatsitcialLearningTheory,STL)基础之上的通用学习方法.统计学习理论是一种专门研究小样本情况下机器学习规律的理论,最初于20世纪90年代由VaPnik[1]提出.该理论针对小样本统计问题建立了一套新的理论体系,在这种体系下的统计推理规则不仅考虑了对渐近性能的要求,而且追求在现有有限信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。