收藏本站
《西南交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机在机器学习中的应用研究

罗瑜  
【摘要】: 近十年来,基于统计学习理论的支持向量机方法逐渐成为机器学习的重要研究方向。与传统的基于经验风险最小化原则的学习方法不同,支持向量机基于结构风险最小化,能在训练误差和分类器容量之间达到一个较好的平衡,它具有全局最优、适应性强、推广能力强等优点。但是直到目前为止,支持向量机方法还存在一些问题,例如训练时间过长、核参数的选择等,成为限制支持向量机应用的瓶颈。本文的研究主要围绕以上两个问题展开,研究结果在多个国际通用的基准数据集上进行验证。 论文的主要成果如下: 1)系统地研究了支持向量机的训练方法。目前支持向量机的训练算法是以序贯最小最优化(SMO)为代表的,其中工作集的选择是实现SMO算法的关键。本文对基于Zoutendijk最大下降方向法和函数逼近的工作集选择方式进行了总结和整理,并对这种选择策略重新进行了严格的数学推导。研究指出,当二次规划问题的Gram矩阵在非正定的情况下,目前存在的工作集选择算法存在某些不足。 2)对于大规模训练集的缩减研究。支持向量机在小样本情况下具有优于别的机器学习算法的性能,但并不意味着支持向量机只限于应用在小样本情况。现实中的问题大多具有大规模的样本,虽然目前有了以SMO为代表的快速训练算法,但对于大规模训练集仍然存在训练时间过长的缺点,不能满足实时性的要求。本文根据支持向量的几何分布,提出了在原输入空间和高维映射空间中预选支持向量的两种方法。原输入空间预选支持向量方法是受启发于最近邻规则,通过与支持向量的几何分布结合,使用Delaunay三角网络寻求包含支持向量的边界集的原理。受聚类方法的启发,基于样本类别质心的方法实现了高维特征空间支持向量的预选。实验证明这两种支持向量预选策略是有效的,在大幅缩减训练时间的同时基本不损失SVM的推广能力和预测性能。 3)对支持向量机模型选择的研究。支持向量机通过核函数将样本从输入空间映射到高维特征空间(Hilbert空间),从而实现在特征空间中寻求线性判别超平面。但是,不同的核对应着不同的特征空间,而支持向量机的训练结果在不同的核映射下往往有不同的效果。本文通过对像集线性可分程度和模型复杂程度的估计,寻找可以使学习机器具有良好推广能力的特征空间,并以此为标准实现核的选择。特征空间确定之后,分析惩罚因子与间隔宽度之间的关系,通过间隔宽度实现对惩罚因子的选择。本文的模型选择方法并不寻求核函数、惩罚因子与学习机器推广能力之间的解析表达式,而是以间接的方法估计参数对学习机器推广能力的影响,指导模型的选择。 4)对机器学习的实际应用的研究。本文对机器学习的重要问题——人脸识别进行了研究,提出了一种基于关键部件的人脸识别方法。由于一对余多类分类算法缺乏理论上的依据,本文以后验概率作为支持向量机的输出,实现了以相似度为判别标准的多类分类算法。对ORL和YALE人脸图像数据库进行仿真实验,结果表明,该方法具有对表情、姿态以及角度的变化具有较好的鲁棒性。本文研究了SVM在金融领域的一个典型应用——个人信用评估,主要探讨了基于SVM的特征选择和提取方法(遗传算法和主分量分析法)的实际应用效果。实证分析表明,小样本信用数据下SVM的准确度和推广性能显著好于BP神经网络;基于遗传算法的SVM能使银行检测出信用评级的关键决定因素。这对于我国银行进行个人信用评价具有重要的现实意义。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TP181

【引证文献】
中国期刊全文数据库 前10条
1 庞首颜;陈松;魏建猛;张元胜;;基于类中心的SVM训练样本集缩减改进策略[J];重庆交通大学学报(自然科学版);2014年02期
2 夏琴晔;杨宜民;;基于biSCAN和SVM的机器人目标识别新算法研究[J];广东工业大学学报;2013年04期
3 许利军;;支持向量回归的网络流量预测模型[J];新乡学院学报(自然科学版);2012年04期
4 段莹;;支持向量机在文本分类中的应用[J];计算机与数字工程;2012年07期
5 董立峰;阮军;马秋实;汪雷;;基于不变矩和支持向量机的手势识别[J];微型机与应用;2012年06期
6 张雪原;;一种改进的基于支持向量机的概率密度估计方法[J];潍坊学院学报;2011年06期
7 吕运芝;刘婧珏;徐晓璐;;基于神经网络和SVM配送中心选址研究[J];计算机与现代化;2011年11期
8 宋梅村;蔡琦;;基于支持向量回归的设备故障趋势预测[J];原子能科学技术;2011年08期
9 蒋桂莲;刘树锟;;基于粗糙集边界的v-支持向量机混合分类算法[J];计算机与现代化;2010年08期
10 朱方;顾军华;杨欣伟;杨瑞霞;;一种新的支持向量机大规模训练样本集缩减策略[J];计算机应用;2009年10期
中国博士学位论文全文数据库 前10条
1 刘维琪;连续变量量子密钥分发实际安全性研究[D];西北大学;2018年
2 牛晓晓;基于机器学习及智能算法的柴油机性能预测及优化研究[D];哈尔滨工程大学;2017年
3 张堃;基于机器视觉的参数不确定大时滞环模制粒机的监督控制系统研究[D];上海大学;2016年
4 周婷;水电站水库群调度优化及其效益评价方法研究[D];华北电力大学;2014年
5 邓燕;基于粗糙集—支持向量机的油气储层参数预测方法研究[D];中国地质大学(北京);2013年
6 李玉萍;基于先进计算的智能入侵检测系统研究[D];中国地震局地球物理研究所;2012年
7 于晓明;支持向量机及其在制浆过程重要参数软测量中的应用研究[D];陕西科技大学;2012年
8 彭菲菲;网络热点话题发现的关键技术研究[D];中国矿业大学(北京);2012年
9 金珠;改进的支持向量机分类算法及其在煤矿人因事故安全评价中的应用[D];中国矿业大学;2011年
10 朱方;多信息融合模式分类方法研究及在公交客流识别系统中的应用[D];河北工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 李雪;人脸特征提取及分类识别算法的研究与设计[D];南京邮电大学;2018年
2 蔡勋玮;SVM结合DS证据理论的心血管病预测方法研究[D];西安电子科技大学;2018年
3 李映洁;多源信息融合技术在煤与瓦斯突出预测中的应用研究[D];中国矿业大学;2018年
4 刘楚骁;基于代价敏感方法的垃圾网页欺诈检测[D];西南交通大学;2017年
5 管飞诗;Android系统恶意代码检测与防御技术研究[D];山东师范大学;2017年
6 常祎;兼顾效率与精度的高光谱遥感影像分类技术研究[D];哈尔滨工程大学;2017年
7 王泰雷;基于MEMS传感器的人体上肢运动捕捉与识别方法研究[D];哈尔滨工程大学;2017年
8 李咏晋;基于模糊函数的雷达脉内特征提取与分类器设计[D];解放军信息工程大学;2017年
9 朱雨辰;基于分类器集成的网页恶意代码检测研究[D];浙江工业大学;2017年
10 牛群遥;基于机器视觉的小孔内表面缺陷检测关键技术研究[D];南京航空航天大学;2017年
【参考文献】
中国期刊全文数据库 前10条
1 肖智;王明恺;谢林林;;基于支持向量机的大学生助学贷款个人信用评价[J];清华大学学报(自然科学版);2006年S1期
2 杨毓;蒙肖莲;;用支持向量机(SVM)构建企业破产预测模型[J];金融研究;2006年10期
3 王宪全;陈李刚;;基于遗传算法和BP神经网络的信用风险测量模型[J];哈尔滨工业大学学报(社会科学版);2006年05期
4 曹淑娟;刘小茂;张钧;刘振丙;;基于类中心思想的去边缘模糊支持向量机[J];计算机工程与应用;2006年22期
5 杨力,童艳梅,阮守武,刘晓伟,吴德胜;V-fold交叉验证和BP神经网络在信用评价中的应用[J];运筹与管理;2005年04期
6 李青,焦李成,周伟达;基于向量投影的支撑向量预选取[J];计算机学报;2005年02期
7 董春曦,饶鲜,杨绍全,徐松涛;支持向量机参数选择方法研究[J];系统工程与电子技术;2004年08期
8 张敏贵,潘泉,张洪才,姜睿;基于支持向量机的人脸分类[J];计算机工程;2004年11期
9 王成栋,朱永生,张优云,夏勇;时频分析与支持向量机在柴油机气阀故障诊断中的应用[J];内燃机学报;2004年03期
10 李凌均,张周锁,何正嘉;基于支持向量机的机械故障智能分类研究[J];小型微型计算机系统;2004年04期
中国博士学位论文全文数据库 前3条
1 山世光;人脸识别中若干关键问题的研究[D];中国科学院研究生院(计算技术研究所);2004年
2 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
3 刘青山;人脸跟踪与识别的研究[D];中国科学院研究生院(自动化研究所);2003年
【共引文献】
中国期刊全文数据库 前10条
1 林晓佳;;消费者持卡消费风险预测的BP网络改进算法研究[J];宁德师范学院学报(自然科学版);2015年04期
2 刘昕;苏蔚;;基于相空间重构的绝缘子污秽度预测模型[J];节能;2015年11期
3 王新琴;曾励;;基于经验模式分解和极限学习机的机械故障诊断[J];内蒙古师范大学学报(自然科学汉文版);2015年06期
4 乔国华;郭路遥;吴一敌;李晶;贾朝阳;郝锋;詹翔灵;王亚运;;基于遗传优化最小二乘支持向量机的变电站全寿命周期成本预测模型[J];中国电力;2015年11期
5 张亮;张玲玲;陈懿冰;腾伟丽;;基于信息融合的数据挖掘方法在公司财务预警中的应用[J];中国管理科学;2015年10期
6 朱龙;梁昌勇;张月锋;代犟;陆文星;;基于灰色最小二乘支持向量机的地方政府行政编制规模预测研究[J];经济与管理评论;2015年04期
7 徐凯;黄迅;刘金彬;;基于最优模糊SVM的财务危机预警研究——来自成渝经济区上市公司的经验证据[J];会计之友;2015年12期
8 李运蒙;石安安;桂绕根;涂英;;贝叶斯融合方法集成的支持向量机预警国家助学贷款信用风险的研究[J];五邑大学学报(自然科学版);2015年02期
9 欧阳博宇;刘新;徐婵;吴建;安晓;;基于支持向量机的恶意软件行为评估系统[J];计算机应用;2015年04期
10 丁思岗;;用户局限于企业团内部的P2P借贷系统的信用评价模型与风险机制[J];计算机光盘软件与应用;2014年23期
中国博士学位论文全文数据库 前10条
1 陈小威;光电系统选址中的关键大气光学参数测量与分析[D];中国科学技术大学;2018年
2 张活;基于太赫兹时域光谱技术的中药检测方法研究[D];西安电子科技大学;2018年
3 李艳秋;基于集成学习的人脸识别研究[D];合肥工业大学;2018年
4 楚永杰;单训练样本约束下人脸识别方法研究[D];东南大学;2018年
5 周稻祥;基于联合编码和卷积网络的人脸图像特征提取方法研究[D];重庆大学;2018年
6 袁宪锋;基于数据驱动的服务机器人航迹推算子系统故障诊断方法研究与实现[D];山东大学;2017年
7 VU DANG;基于大数据视角的越南公务员创新能力评价研究[D];重庆大学;2017年
8 桑海涛;复杂条件下人脸局部特征检测方法的研究[D];哈尔滨理工大学;2017年
9 毕超;人脸识别中若干特征优化方法研究[D];东北师范大学;2017年
10 林永良;核函数方法在区域滑坡敏感性评价中的应用研究[D];河北工业大学;2017年
【同被引文献】
中国期刊全文数据库 前10条
1 董辉;;基于优化遗传算法的灰色-RBF神经网络预测模型研究[J];新乡学院学报(自然科学版);2012年03期
2 郭文涛;王文剑;白雪飞;;基于视觉注意的SVM彩色图像分割方法[J];计算机工程与应用;2011年36期
3 董梦丽;杨庚;曹晓梅;;网络流量预测方法[J];计算机工程;2011年16期
4 宋梅村;蔡琦;;基于支持向量回归的设备故障趋势预测[J];原子能科学技术;2011年08期
5 高波;张钦宇;梁永生;刘宁宁;黄程波;张乃通;;基于EMD及ARMA的自相似网络流量预测[J];通信学报;2011年04期
6 张冉;赵成龙;;ARIMA模型在网络流量预测中的应用研究[J];计算机仿真;2011年02期
7 郭亚琴;王正群;;一种改进的支持向量机BS-SVM[J];微电子学与计算机;2010年06期
8 孙韩林;金跃辉;崔毅东;程时端;;粗粒度网络流量的灰色模型预测[J];北京邮电大学学报;2010年01期
9 樊中华;侯占斌;张晨星;马骁;;基于最小二乘支持向量机的网页主题语义分类的研究[J];计算机应用与软件;2009年12期
10 邓九英;王钦若;毛宗源;杜启亮;;基于粗糙集的支持向量回归机混合算法[J];中国石油大学学报(自然科学版);2009年05期
中国博士学位论文全文数据库 前10条
1 朱振夏;增压柴油机高原环境下的供油与进气调节研究[D];北京理工大学;2015年
2 周文举;基于机器视觉的在线高速检测与精确控制研究及应用[D];上海大学;2014年
3 孙鑫;机器学习中特征选问题研究[D];吉林大学;2013年
4 赵金星;基于神经网络和遗传算法的Atkinson循环发动机全负荷范围性能优化研究[D];上海交通大学;2013年
5 喻杉;基于改进蚁群算法的梯级水库群优化调度研究[D];华北电力大学;2012年
6 裴哲义;大型流域水电站水库群联合优化调度及风险分析[D];华北电力大学;2012年
7 陆鸢;连续变量量子保密通信技术研究[D];上海交通大学;2011年
8 董元方;机器学习中的模型选择问题研究[D];吉林大学;2011年
9 申建建;大规模水电站群短期联合优化调度研究与应用[D];大连理工大学;2011年
10 汤可宗;遗传算法与粒子群优化算法的改进及应用研究[D];南京理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 辛萍;基于级联回归和LBP的人脸识别算法研究[D];南京邮电大学;2016年
2 吴恒;证据理论在知识约简中的研究与应用[D];江西师范大学;2016年
3 周攀;基于姿态传感器的人体步态预测算法设计与实现[D];西南交通大学;2016年
4 李永锋;基于敏感API数据依赖的Android恶意软件检测研究[D];南京大学;2016年
5 宋海伟;联合光谱与空间信息的高光谱遥感影像分类[D];中国地质大学;2016年
6 马莹莹;基于特征功能的Android恶意应用检测研究[D];燕山大学;2016年
7 任宜东;基于Android平台的人体运动识别技术研究与应用[D];西南交通大学;2016年
8 易发波;基于智能手机的人体运动识别系统设计与实现[D];电子科技大学;2016年
9 王宇恒;推荐系统中随机森林算法的优化与应用[D];浙江大学;2016年
10 刘晓明;基于KNN算法的Android应用异常检测技术研究[D];北京交通大学;2016年
【二级引证文献】
中国期刊全文数据库 前10条
1 师永征;;基于分区决策树组合分类器的多目标分类方法[J];电脑知识与技术;2015年34期
2 胡小生;;基于双支持向量机的大样本分类算法[J];佛山科学技术学院学报(自然科学版);2015年04期
3 李琼;陈利;;一种改进的支持向量机文本分类方法[J];计算机技术与发展;2015年05期
4 卫一熳;邢焕革;;基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测[J];舰船电子工程;2015年01期
5 李俊磊;滕少华;张巍;;基于决策树组合分类器的气温预测[J];广东工业大学学报;2014年04期
6 王雨晴;谢晓尧;;基于生物模式识别的网络身份认证研究[J];微型机与应用;2014年18期
7 彭晏飞;尚永刚;王德建;;一种新的基于SVM和主动学习的图像检索方法[J];计算机工程与科学;2014年07期
8 刘彦姝;易灿;;基于粗糙集理论的教师教学质量评价系统研究[J];电子制作;2014年12期
9 张国兵;郎荣玲;;基于FCM与KKT条件的增量学习方法[J];电子设计工程;2014年10期
10 庞首颜;陈松;魏建猛;张元胜;;基于类中心的SVM训练样本集缩减改进策略[J];重庆交通大学学报(自然科学版);2014年02期
中国博士学位论文全文数据库 前10条
1 李荣波;梯级电站优化调度与负荷调整模型及决策方法研究[D];华北电力大学(北京);2017年
2 张翔宇;基于案例推理的软测量技术在制浆造纸过程中的应用研究[D];华南理工大学;2016年
3 何叶荣;基于SEM-FSVM的煤矿安全管理风险评价[D];安徽理工大学;2016年
4 孟倩;基于计算智能的煤矿自然发火预警研究[D];中国矿业大学;2015年
5 杨红;高温高压蒸汽改性木材力学性能预测模型的建立与控制系统[D];东北林业大学;2016年
6 胡连华;高定量纸板定量及厚度在线精确测量技术研究[D];陕西科技大学;2015年
7 王欣艳;煤矿安全隐患治理能力评估与预测方法研究[D];中国矿业大学(北京);2013年
8 谭治英;核机器学习方法及其在视觉检测中的应用研究[D];电子科技大学;2013年
9 邓燕;基于粗糙集—支持向量机的油气储层参数预测方法研究[D];中国地质大学(北京);2013年
10 周华平;煤矿百万吨死亡率预测方法研究及应用[D];中国矿业大学(北京);2012年
中国硕士学位论文全文数据库 前1条
1 许代代;基于民航旅客服务数据的NOSHOW规则发现研究[D];中国民航大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 李伟超;宋大猛;陈斌;;基于遗传算法的人工神经网络[J];计算机工程与设计;2006年02期
2 潘昊,王晓勇,陈琼,黄少銮;基于遗传算法的BP神经网络技术的应用[J];计算机应用;2005年12期
3 文益民,吕宝粮;最小最大模块化支持向量机改进研究[J];计算机工程与应用;2005年19期
4 穆阿华,周绍磊,刘青志,徐进;利用遗传算法改进BP学习算法[J];计算机仿真;2005年02期
5 魏世振,杨磊,陈传明;上市公司财务状况判别分析算法的实证研究[J];系统工程;2005年01期
6 俞亭超,张土乔,柳景青;峰值识别的SVM模型及在时用水量预测中的应用[J];系统工程理论与实践;2005年01期
7 蒙肖莲,蔡淑琴,杜宽旗,寇建亭;商业银行客户流失预测模型研究[J];系统工程;2004年12期
8 樊为民;基于遗传算法的神经网络算法研究[J];太原师范学院学报(自然科学版);2004年04期
9 李建平,徐伟宣,刘京礼,石勇;消费者信用评估中支持向量机方法研究[J];系统工程;2004年10期
10 沈翠华,邓乃扬,肖瑞彦;基于支持向量机的个人信用评估[J];计算机工程与应用;2004年23期
中国博士学位论文全文数据库 前1条
1 朱志刚;视觉导航中环境建模的研究[D];清华大学;1997年
【相似文献】
中国期刊全文数据库 前10条
1 李兵;林文钊;罗峥尹;;基于机器学习的智慧农业决策系统设计与实现[J];信息与电脑(理论版);2018年24期
2 舒娜;刘波;林伟伟;李鹏飞;;分布式机器学习平台与算法综述[J];计算机科学;2019年03期
3 朱辉;;机器学习在企业级场景中的实践与探讨[J];中国建设信息化;2018年03期
4 彭传意;;机器学习——我们该如何与机器竞争[J];数字通信世界;2018年01期
5 陈轶翔;埃里克·布伦乔尔森;汤姆·米切尔;;机器学习的能力范围及其对劳动力的影响[J];世界科学;2018年04期
6 赵长林;;机器学习即服务[J];网络安全和信息化;2017年10期
7 ;机器学习作用于信息安全的五大顶级案例[J];网络安全和信息化;2018年01期
8 吴承杨;;2018年来说说机器学习[J];软件和集成电路;2018年05期
9 宋雯博;;大数据下的机器学习的应用趋势[J];电脑迷;2018年09期
10 吴炜;孙强;;应用机器学习加速新材料的研发[J];中国科学:物理学 力学 天文学;2018年10期
中国重要会议论文全文数据库 前10条
1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集(上册)[C];2001年
2 王衍鲁;张利会;张淑洁;石洁茹;王鹏;;大学新生学校适应的个体与环境因素探究:基于机器学习的考察[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年
3 张长水;;大数据机器学习[A];2015年中国自动化大会摘要集[C];2015年
4 何琳;侯汉清;;基于标引经验和机器学习相结合的多层自动分类[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年
5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
7 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
8 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
9 吴娜;刁联旺;;基于机器学习的博弈对抗模型优化框架软件系统设计[A];第六届中国指挥控制大会论文集(上册)[C];2018年
10 吴向华;;机器学习在钢厂能耗分析中的应用[A];中国计量协会冶金分会2018年会论文集[C];2018年
中国重要报纸全文数据库 前10条
1 CIO.com资深作家 Clint Boulton 编译 Charles;领先一步:机器学习的10个成功案例[N];计算机世界;2018年
2 Bob Violino 编译 Charles;盲目冒进:机器学习的5个失败案例[N];计算机世界;2018年
3 本报驻波士顿记者 侯丽;深入挖掘机器学习潜力[N];中国社会科学报;2019年
4 王方 编译;菌自何方 机器学习早知道[N];中国科学报;2019年
5 Matt Asay 编译 Monkey King;为什么机器学习没有捷径可循?[N];计算机世界;2019年
6 本报记者 操秀英;当量子计算遇到机器学习会碰撞出什么火花?[N];科技日报;2019年
7 彭博企业数据业务全球负责人 Gerard Francis;金融数据质量决定机器学习时代的投资回报[N];计算机世界;2019年
8 360 IoT研究院院长 李康;从机器学习到机器创造[N];中国信息化周报;2017年
9 谢静;机器学习帮助用户释放数据价值[N];人民邮电;2018年
10 Mary Branscombe 编译 范范;关于机器学习的9大误区[N];计算机世界;2018年
中国博士学位论文全文数据库 前10条
1 陈再毅;机器学习中的一阶优化算法收敛性研究[D];中国科学技术大学;2018年
2 王磊;基于机器学习的药物—靶标相互作用预测研究[D];中国矿业大学;2018年
3 张庆;钙钛矿型功能材料的基因组工程研究[D];上海大学;2018年
4 管月;医学肿瘤影像分类算法研究及其在肝癌上的应用[D];南京大学;2018年
5 郝小可;基于机器学习的影像遗传学分析及其应用研究[D];南京航空航天大学;2017年
6 施建明;基于机器学习的产品剩余寿命预测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
7 张庆庆;基于机器学习的文本情感分类研究[D];西北工业大学;2016年
8 窦贤明;机器学习方法在陆地生态系统碳水通量模拟中的应用研究[D];中国矿业大学;2018年
9 鲁路;基于机器学习优化分子对接筛选肾衰营养胶囊有效成分[D];南方医科大学;2017年
10 王泉德;机器学习及其在多Agent对策学习中的应用研究[D];武汉大学;2005年
中国硕士学位论文全文数据库 前10条
1 魏伟;基于商品评论的情感分析研究[D];中南民族大学;2018年
2 李洪林;基于决策树的防火墙设计与实现[D];大连海事大学;2018年
3 周倩;求解大规模机器学习问题的优化方法[D];贵州大学;2018年
4 李坤;基于机器学习的蛋白质复合体精确识别研究[D];福州大学;2017年
5 么跃轩;汽车电动座椅调整机械手的视觉跟踪与机器学习[D];燕山大学;2018年
6 戴维思;基于机器学习的文本分类算法改进与实现[D];北京工业大学;2018年
7 欧阳晟;基于Storm与在线机器学习的广告点击率预测的研究[D];武汉理工大学;2016年
8 赵亚飞;基于机器学习方法的有限元应力解的改善研究[D];内蒙古工业大学;2018年
9 祝雨雷;计算流体力学与机器学习在主动脉缩窄及主动脉瓣狭窄患者评估中的临床应用研究[D];华南理工大学;2018年
10 陈亦辉;基于机器学习的上海市大气污染源解析研究[D];华东师范大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026