v-支持向量分类机中若干问题的研究

v-支持向量分类机中若干问题的研究

ID:35034635

大小:6.66 MB

页数:65页

时间:2019-03-16

v-支持向量分类机中若干问题的研究_第1页
v-支持向量分类机中若干问题的研究_第2页
v-支持向量分类机中若干问题的研究_第3页
v-支持向量分类机中若干问题的研究_第4页
v-支持向量分类机中若干问题的研究_第5页
资源描述:

《v-支持向量分类机中若干问题的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2016届硕±研究生学位论文10269分类号:学校代码;密级;学号:51130601179%黎露啼綾茲绿EastChinaNormalUniversity损±等恆巧交'SDIONMASTERISSERTAT论文题目:支持向量分类机中若干问题的研究院系:数学系专业;运筹学与梓制论研究方向:構式巧别与数据榜掘指导教师:万福永副教授学位申请人:生弦?2016年4月?一.社1?2016届研究生硕±学位论文分类号:学校代码:10269密级:学号:51130601巧9參華W接乂學

2、EastChinaNormalUnivers化y硕±学位论文M乂STEirSDISSERTATION论文题目-:^支持向量分类机中若干问题的研究院系:数学系专业:运筹学与控制论研巧方向:模式识别与数据挖掘指导教师:万福永副教授学位申请人:朱政2016年4月10日Dissertationformasterdegreein2016UniversityCode:10269StudentID:目1130601179EastChinaNormalUnivers化y了化f以-le:Studycmse

3、veralissuesoSupportVectorClassificationDeartment:MathematicspMaor:Operatio打alResearchandCyberneticsjResearchdirection:PatternRecognitionandDataMiningSupervisor;FuyonVVanA游ociateProfe游org()Candidate:ZhenZhugAril2016p,华东师范大学学位论文原创性声明-是在郑重声明:本人呈交的位论文《y支持向量分类机中若

4、干问题的研究》f,华东师范大学攻读硕博±(请勾选)学位期间在导师的指导下进行的研究,工作及取得的研巧成果.除文中已经注明引用的肉容外本论文不包含其他个人,己经发表或撰写过的研究成果.对本文的研究做出重要贡献的个人和集体均己,在文中作了明确说明并表示谢意.>0/^作者签名::日期年r月日先故华东师范大学学位论文著作权使用声明支持向量分类机中若干问题的研究》系本人在华东师范大学攻读学位期间在导师指导下完成的硕博±(请勾选)学位论文本论文的研究成果归本人所,有.本人同意华东师范大学根据相关规定保留和使用此学位论文并向主管部口,入华东和学校指定的相关机

5、构送交学位论文的印刷版和电子版;允许学位论文进师范大学图书馆及数据库被查阅、硕、借阅;同意学校将学位论文加入全国博±±学位论文共建单位数据库进行检索将学位论文的标题和摘要汇编出版,采用,影印、编印或者其它方式合理复制学位论文.本学位论文属于(请勾选)""""1.经华东师范大学相关部口审查核定的内部或涉密学位论()*文于年月日解密解密后适用上述授权.,,2.不保密适用上述授权.(,导师签名:本人签名:終守、k年r月曰*""涉密学位论文应是己经由华东师范大学学位评定委员会办公室或保密委员""会审定过的学位论文(需附获批的《华东师范大学研巧生申请学

6、位论文涉密审批表》方为有效)未经上述部口审定的学位论文均为公开学位论文.此声明,.栏不填写的默认为公开学位论文,均适用上述授权),朱政硕±学位论文答辩委员会成员名单姓名职称单位备注任韩教授华东师范大学主席詹兴致教授华东师范大学杜若霞副教授华东师范大学摘要支持向量分类机upportVectorClassificationSVC是Vapnik等人于I"5巧,)一年提出的类机器学习算法它!^统计学习理论statisticallearning化eoiy,SLT,()为基础具有简洁的数学形式、标准快捷的训练方法.与传统的基于经

7、验风险,最小化(experienceriskminimization,ERM)原则的机器学习算街例化神经支持向量分类机是基于结构风险最小化tructurerisk网络、决策树等不同(s,minimization原贝!J考虑的是经验风险和畳信界之和的最小化正因为如叱支),持向量分类机在上个世纪90年代受到广泛的关注并得到了迅速的完善和发展.它具有扎实的理论基础、更强的泛化能力在解决小

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。