共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
介绍了机器学习的发展过程,介绍了支持向量机在结构风险最小化的思想,介绍了支持向量机算法思想,介绍了通过核函数从样本空间映射到高维空间,使得本来在样本空间中线形不可分的数据,在高维空间中变得线形可分,最后通过例子使得我们对支持向量机思想有更清晰的认识。 相似文献
3.
4.
为了提高文本分类的准确性和效率,提出了一种基于潜在语义分析和超球支持向量机的文本分类模型.针对SVM对大规模文本分类时收敛速度较慢这一缺点,本文将超球支持向量机应用于文本分类,采用基于增量学习的超球支持向量机分类学习算法进行训练和分类.实验结果表明,超球支持向量机是一种解决SVM问题的有效方法,在文本分类应用中具有与SVM相当的精度,但是明显降低了模型复杂度和训练时间. 相似文献
5.
支持向量机在植物分类中的应用 总被引:1,自引:0,他引:1
提出了基于支持向量机的分类原理对鸢尾属植物进行分类的方法。支持向量机是在统计学习理论基础上提出的一种新型的通用学习方法,主要应用于数据的分类和回归估计,而植物分类的主要依据是植物的外观特征。通过提取植物的特征数据和使用支持向量机算法获得实验结果,实验结果表明,采用支持向量机对植物分类是可行的。 相似文献
6.
7.
基于粗集的支持向量机文本分类方法研究 总被引:1,自引:0,他引:1
本文提出了一种基于粗糙集的支持向量机文本分类方法。该方法利用粗糙集的约简理论降低了支持向量的维数,同时保证了分类性能。实验表明该方法能获得较好的分类效果。 相似文献
8.
支持向量机(SVM)是机器学习领域的一个新方法。本文用支持向量机对A股市场部分股票进行分类。实验结果表明:换手率,内外比、量比以及振幅等对当日股价具有直接的影响;用支持向量机来研究证券市场的行为具有一定的应用价值。 相似文献
9.