收藏本站
《西安电子科技大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

支撑矢量机与核方法研究

张莉  
【摘要】: 统计学习理论研究基于样本的机器学习问题,由于最初的发展主要停留在对学习模型和学习算法的理论分析上,并没有得到一些实际有效的结果。但是到九十年代早期,在Vapnik等人的不断努力下,统计学习理论得到了进一步完善和发展,已基本形成一套比较完整的理论体系,并且由该理论直接导出了一种非常有效的全新的学习算法:支撑矢量机。支撑矢量机是一种普适的算法,已经广泛地用于模式识别、回归估计、函数逼近、密度估计等方面。本论文研究的主要内容包括四个方面:支撑矢量机算法的改进、核函数的构造、核方法的应用以及基于统计学习理论构造新的学习机。主要的工作有: 1.在算法改进方面,提出了支撑矢量预选取的中心距离比值法。已有的支撑矢量机分类学习算法的优化过程中不仅包含了对支撑矢量的优化,也包括了对非支撑矢量的优化,这大大增加了不必要的计算量。而在通常情况下支撑矢量在训练样本集中只占很小的比重。我们严格证明了支撑矢量机的学习过程、学习结果以及决策函数与非支撑矢量无关。我们提出的方法是在给定的样本集中提取一个包含支撑矢量的边界矢量集合作为新的训练样本集合。如果中心距离比值的阈值选择合适,我们的算法能够在给定样本中提取出一个包含了所有支撑矢量的边界矢量集合作为新的训练样本集。在保证支撑矢量机的分类能力情况下,该方法大大地减少了训练样本的个数,同时提高了支撑矢量机的训练速度。对于多分类问题,我们提出了一种基于决策树的支撑矢量机算法。该算法把一个多类问题分解成多个两类问题,整体采用二叉决策树结构,使得训练样本或类别数逐级减少。在每一个非终止节点上首先采用核聚类算法生成一个两类问题,由支撑矢量机完成两类识别。这样逐级往下实现基于二叉决策树的支撑矢量机多分类算法。该支撑矢量机多分类算法和其它的基于二分问题的多类算法比较起来,在训练次数、每次训练的样本数和支撑矢量的个数上都相对要少,因此该方法在训练速度和检验速度上有一定的优势。 2.在核函数的构造方面,我们提出了几种可容许的支撑矢量核,包括三种坐标变换核、子波核和尺度核函数。坐标变换核函数是一种能够提供变换角度观测和处理的工具,特别是对于某些具有一定先验信息的学习问题,该方法是非常有效的。子波基函数包括子波函数和尺度函数,都具有良好的时间尺度(时频)多分辨特性和逼近性能。为此我们构造并证明了子波核函数和尺度核函数,为其在支撑矢量机中的应用架设了桥梁。理论和实验证明基于子波核函数和基于尺度核函数的支撑矢量机不仅继承了支 n大娜翻月州卜匀翻匕少.闷傲犯 ................ 撑矢量机良好的推广能力而且也拥有了子波基函数优越的通近性能。这些核函数为支 撑矢量机或其他的采用核方法的算法提供了更多的选择. 3.在核方法的应用方面,我们把核方法引人到聚类分析和神经网络中,提出了一 种核聚类算法和用子波核构造的一种神经网络一一子波核函数网络.通过核方法,把 模式从输人空间映射到高维的特征空间,在此空间中对样本进行线性的逼近、识别或 聚类。子波核函数网络最大的优点是网络的规模不会随着输人模式维数的增长而呈指 数增长。网络隐层的单元数只与训练样本的个数有关,而与输人模式的维数无关。子 波核函数网络的训练算法采用的核感知器算法,避免了求解有约束的二次凸规划问题, 并且该网络不存在局部极小点。另一方面我们提出了一种核聚类方法,在性能上比经 典的聚类算法有较大的改进,它通过非线性映射能够较好地分辨、提取并放大有用的 特征,从而实现更为准确的聚类,算法收敛速度也较快。在经典聚类算法失效的情况 下,核聚类算法也能够得到理想的聚类。 4.基于统计学习理论中函数集容量的概念,我们提出了一种基于微分容量控制的 学习机。在支撑矢量机中,对函数集容量的控制是通过函数集的VC维数进行的,而 函数集的VC维数是一个不依赖于样本分布的量,由它导出的推广能力界应该说也是 一个宽松的界。我们发现函数的微分范数可以控制函数集的多样性,它依赖于样本的 分布。我们类似于确p献引人结构风险实现经验风险最小化和对函数集多样性的控制, 构造了基于微分容量控制的学习机,其推广能力的界依赖于样本的分布。在另一方面 基于微分容量的学习机与正则理论也是一致的,微分容量控制项相当于一个高通滤波 器,满足正则泛函中的光滑项的要求。基于微分容量控制学习机可以采用任意一阶可 微函数构成假设函数集(包括M~核函数),若假设函数集取线性函数集,此时的学 习机就是线性支撑矢量机。
【学位授予单位】:西安电子科技大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:TP391.4

【引证文献】
中国期刊全文数据库 前10条
1 孙发圣;肖怀铁;;基于K最近邻的支持向量机快速训练算法[J];电光与控制;2008年06期
2 孔波;刘小茂;张钧;;基于中心距离比值的增量支持向量机[J];计算机应用;2006年06期
3 郭雷,肖怀铁,付强;基于支持矢量机特征空间距离的多目标分类方法[J];计算机仿真;2005年09期
4 吴旋;洪春勇;;基于核方法实现多元非线性回归问题的分析[J];科技广场;2007年05期
5 唐耀华;高静怀;邱保志;;基于二分网格的支持向量预选取算法[J];控制与决策;2007年07期
6 郭雷,肖怀铁,付强;一种基于SVM的多目标模糊识别方法[J];雷达科学与技术;2004年03期
7 刘小茂;孔波;高俊斌;张钧;;一种稀疏最小二乘支持向量分类机[J];模式识别与人工智能;2007年05期
8 程洪;史智兴;么炜;王雷;庞立欣;;基于支持向量机的玉米品种识别[J];农业机械学报;2009年03期
9 张铃;吴涛;周瑛;张燕平;;覆盖算法的概率模型[J];软件学报;2007年11期
10 许悦雷;李璟旭;马时平;宋恒;;基于小波核支持向量机的均衡器研究[J];系统工程与电子技术;2009年09期
中国博士学位论文全文数据库 前10条
1 赵永平;支持向量回归机及其在智能航空发动机参数估计中的应用[D];南京航空航天大学;2009年
2 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
3 李青;优化核方法[D];西安电子科技大学;2007年
4 普运伟;复杂体制雷达辐射源信号分选模型与算法研究[D];西南交通大学;2007年
5 廖东平;支持向量机方法及其在机载毫米波雷达目标识别中的应用研究[D];国防科学技术大学;2006年
6 尹传环;结构化数据核函数的研究[D];北京交通大学;2008年
7 陶晓燕;基于支持向量机和流形学习的分类方法研究[D];西安电子科技大学;2008年
8 姜文瀚;模式识别中的样本选择研究及其应用[D];南京理工大学;2008年
9 周晓飞;几种新型分类器设计及其在人脸识别应用中的研究[D];南京理工大学;2008年
10 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 朱家宏;基于支持向量机的人脸识别改进算法[D];华北电力大学(北京);2011年
2 谢福民;基于支持向量机的软测量方法及其应用研究[D];江西理工大学;2011年
3 曹灿;支持向量机预测在我国城镇失业率研究中的实证分析[D];西南交通大学;2011年
4 阳庆;基于支持向量机的高光谱图像分类方法研究[D];解放军信息工程大学;2009年
5 陈荣胜;基于支撑矢量机的入侵检测[D];西安电子科技大学;2005年
6 程洪;基于数字图像处理的玉米品种识别研究[D];河北农业大学;2007年
7 孙发圣;支持向量机学习算法及其在雷达目标识别中的应用[D];国防科学技术大学;2007年
8 展文宁;基于增量学习的支持向量机分类算法研究及应用[D];昆明理工大学;2008年
9 林青;雷达目标识别方法研究[D];西安电子科技大学;2006年
10 于博;太阳能电池检测系统的运动控制实现及裂痕识别算法研究[D];吉林大学;2010年
【参考文献】
中国期刊全文数据库 前5条
1 焦李成,保铮;子波理论与应用:进展与展望[J];电子学报;1993年07期
2 阎平凡;对多层前向神经网络研究的进一步看法[J];电子学报;1999年05期
3 张莉,周伟达,焦李成;用于一维图像识别的支撑矢量机方法[J];红外与毫米波学报;2002年02期
4 吴佑寿,赵明生,丁晓青;一种激励函数可调的新人工神经网络及应用[J];中国科学E辑:技术科学;1997年01期
5 张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期
【共引文献】
中国期刊全文数据库 前10条
1 刘兴远,方顺兴,姚忠国;建筑结构试验数据处理的几种方法[J];四川建筑科学研究;1993年02期
2 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
3 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
4 程一斌;基于小波变换的红外热图像分割方法的研究[J];安徽广播电视大学学报;1999年03期
5 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
6 王邦元,王年,吴先良,汪炳权;一种基于高斯小波变换的红外热图象阈值自动选择方法[J];安徽大学学报(自然科学版);2000年02期
7 张燕平;提取特征规则的重复覆盖算法(RCA)[J];安徽大学学报(自然科学版);2002年02期
8 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期
9 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
10 张崚,路威;基于小波尺度共生矩阵的分割算法在地物提取中的应用[J];安徽工程科技学院学报;2002年02期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
4 ;Novel Hybrid Clustering Algorithm Incorporating Artificial Immunity into Fuzzy Kernel Clustering for Pattern Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
6 张娟;陈杰;段梅;;基于神经网络和广义经典分配算法的多传感器航迹关联[A];第二十七届中国控制会议论文集[C];2008年
7 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
8 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
9 隋金雪;杨莉;华臻;张鑫;;改进的BP网络在火焰燃烧状态识别中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 王海丰;李壮;任洪娥;赵鹏;;基于非下采样Contourlet变换和SVM的纹理图像分割算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 张泽宝;空间数据库的索引技术研究[D];哈尔滨工程大学;2009年
3 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
4 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
5 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 李华文;船舶交通管理系统经济社会影响评价研究[D];大连海事大学;2010年
8 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
9 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
10 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
2 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 孙静;基于双目立体视觉的多相机三维重建技术实现[D];山东科技大学;2010年
5 解斐斐;UAV城市高质量DOM制作方法研究[D];山东科技大学;2010年
6 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年
7 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
8 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 欧阳鑫玉,赵楠楠,宋蕾,谢元旦;图像分割技术的发展[J];鞍山钢铁学院学报;2002年05期
2 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
3 尹宝才;张壮;孙艳丰;王成章;;基于三维形变模型的多姿态人脸识别[J];北京工业大学学报;2007年03期
4 刘大响,程荣辉;世界航空动力技术的现状及发展动向[J];北京航空航天大学学报;2002年05期
5 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
6 刘万春,罗双华,朱玉文,谢世斌;基于聚类分析和支持向量机的布匹瑕疵分类方法[J];北京理工大学学报;2004年08期
7 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
8 金振武,肖立志;试论反演理论在测井解释中的应用[J];地球物理测井;1989年06期
9 曾嵘,刘建成,蒋新华;一种基于支持向量机的增量学习算法[J];铁道科学与工程学报;2005年01期
10 程洪;史智兴;李江涛;庞立欣;冯娟;;一种基于标准白板的颜色校正方法[J];河北农业大学学报;2007年04期
中国重要会议论文全文数据库 前1条
1 林青;刘峥;;基于核函数正则变换的HRRP识别法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 廖学军;基于高分辨距离像的雷达目标识别[D];西安电子科技大学;1999年
2 周代英;雷达目标一维距离像识别研究[D];电子科技大学;2001年
3 徐欣;雷达截获系统实时脉冲列去交错技术研究[D];国防科学技术大学;2001年
4 徐耀群;混沌神经网络研究及应用[D];哈尔滨工程大学;2002年
5 邓湘金;基于模式识别知识的遥感图像变化检测研究[D];中国科学院研究生院(电子学研究所);2003年
6 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年
7 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
8 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
9 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
10 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 薛蓉;人脸器官真实感处理及其在颅面复原中的应用[D];西北大学;2011年
2 吴潜;工业颗粒(粉末)在线检测图像处理与分析技术应用开发[D];电子科技大学;2002年
3 祝善友;高光谱遥感信息提取及其分类研究[D];山东科技大学;2003年
4 宫改云;FCM算法参数研究及其应用[D];西安电子科技大学;2004年
5 唐文广;基于模糊样本的统计学习理论关键定理[D];河北大学;2004年
6 白云超;可能性空间上统计学习理论的关键定理[D];河北大学;2004年
7 巫新海;基于图像的曲线型微细深孔及管路的内轮廓三维检测技术研究[D];浙江大学;2004年
8 陶小龙;基于支持向量机的股市预测[D];北京工业大学;2005年
9 李丽;基于SVM的人脸识别技术研究[D];中南大学;2005年
10 马忠宝;基于支持向量机的中文文本分类系统研究[D];武汉理工大学;2006年
【二级引证文献】
中国期刊全文数据库 前10条
1 贾瑞玉;李永顺;;基于覆盖算法的分类器的设计与应用[J];安徽大学学报(自然科学版);2011年02期
2 高旭;周桂红;;基于GA-BP算法的玉米品种识别系统研究[J];安徽农业科学;2011年35期
3 毛忠阳;宋恒;王红星;胡丽芳;;结合小波变换的结构风险最小化空时均衡器[J];北京邮电大学学报;2011年02期
4 许学;张玉平;陈建;;基于小子样Bootstrap法的雷达辐射源特征分选稳定性分析[J];成都电子机械高等专科学校学报;2011年02期
5 黄贤源;翟国君;隋立芬;黄谟涛;欧阳永忠;柴洪洲;;LS-SVM算法中优化训练样本对测深异常值剔除的影响[J];测绘学报;2011年01期
6 廖东平;王书宏;黎湘;;一种结合K近邻法的改进的渐进直推式支持向量机学习算法[J];电光与控制;2010年10期
7 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期
8 王晓锋;秦玉平;;基于支持向量机的网页多类分类技术[J];大连轻工业学院学报;2007年04期
9 吴勇;柳征;邓新蒲;;基于平面分割和PRI的雷达信号分选[J];电子信息对抗技术;2011年06期
10 胡庆安;吴明慧;;基于双重特征的协议识别方法[J];计算机安全;2010年03期
中国重要会议论文全文数据库 前1条
1 王立琦;雷洁;;基于图像融合的目标识别研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
2 李宏;雷达侦察与无源定位中LPI信号分析处理技术研究[D];国防科学技术大学;2010年
3 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年
4 韩永华;农田图像的统计迭代分割方法研究[D];浙江大学;2011年
5 王广斌;基于流形学习的旋转机械故障诊断方法研究[D];中南大学;2010年
6 付春雨;基于车致振动响应的铁路桥梁损伤识别方法研究[D];西南交通大学;2011年
7 郑建炜;基于核方法的说话人辨认模型研究[D];浙江工业大学;2010年
8 刘笑嶂;核方法的若干关键问题研究及其在人脸图像分析中的应用[D];中山大学;2010年
9 沈峘;智能车辆视觉环境感知技术的研究[D];南京航空航天大学;2010年
10 刘勇;动态目标极化特性测量与极化雷达抗干扰新方法研究[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 胡春梅;基于数据源优化的高光谱图像异常检测算法研究[D];哈尔滨工程大学;2010年
2 孙海虹;基于模糊粗糙集的Web文本分类研究[D];哈尔滨理工大学;2010年
3 杨岳;非结构化数据统一访问平台及索引技术研究[D];解放军信息工程大学;2010年
4 张娟;步进频率雷达高分辨成像处理算法[D];西安电子科技大学;2011年
5 朱丽;基于SVM信道预测的时变TDD-MIMO信道互易性补偿方法[D];西安电子科技大学;2011年
6 史亚;雷达辐射源个体识别中的分类器设计与子空间学习[D];西安电子科技大学;2011年
7 张钊;基于无偏估计方程的模型选择[D];山东经济学院;2011年
8 宋玉丹;针对特征缺省数据集的模式识别方法与应用研究[D];江南大学;2011年
9 史中辉;玉米种子品种智能识别系统研究[D];山东农业大学;2011年
10 王冰;玉米果穗长度自动分级系统的研究[D];吉林大学;2011年
【二级参考文献】
中国期刊全文数据库 前6条
1 阎平凡;人工神经网络的容量、学习与计算复杂性[J];电子学报;1995年05期
2 鲜明,庄钊文,肖顺平,郭桂蓉;基于分形压缩特征的雷达目标识别研究[J];红外与毫米波学报;1999年04期
3 吴佑寿;利用输入信号先验知识构造某些分类神经网络的研究[J];中国科学E辑:技术科学;1996年02期
4 张承福;对当前神经网络研究的几点看法[J];力学进展;1994年02期
5 阎平凡;对多层前向神经网络研究的几点看法[J];自动化学报;1997年01期
6 刘芳,吴明;基于子波和进化网络的目标识别[J];西安电子科技大学学报;1999年03期
【相似文献】
中国期刊全文数据库 前10条
1 陈伟;胡昌华;方华元;;回归型支撑矢量机的罚函数法及其改进算法研究[J];电光与控制;2005年06期
2 韦振中;;基于核主成分分析的特征提取方法[J];广西工学院学报;2006年04期
3 王英奇;;支持向量聚类算法的研究与改进[J];湛江师范学院学报;2008年06期
4 张振琳;黄明;;改进的Skowron可辨识矩阵及其属性核求解方法[J];大连交通大学学报;2009年04期
5 陈将宏;;基于核方法的分类算法比较研究[J];甘肃联合大学学报(自然科学版);2009年06期
6 郭国雄;利用串行最小优化算法求解回归估计问题[J];计算机工程与应用;2004年02期
7 杨绪兵,韩自存;FLDA的核化过程[J];安徽工程科技学院学报(自然科学版);2004年04期
8 饶鲜;李斌;杨绍全;;基于核中心距比值法的入侵检测[J];计算机工程;2006年18期
9 万海平;何华灿;;一个关于如何选择核函数的框架(英文)[J];广西师范大学学报(自然科学版);2006年04期
10 林健;彭敏晶;;基于支持向量数据描述的预警技术及其应用[J];计算机工程;2006年20期
中国重要会议论文全文数据库 前10条
1 王佩;申家振;张艳宁;;基于支撑矢量机的SAR图像边缘检测方法[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 张艳宁;郑江滨;赵荣椿;;一种有效的遥感图像识别方法[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
3 石培培;刘红英;;具有单个等式和界约束二次规划的新算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
4 遇运良;薛林福;;基于核方法的沉积微相模式识别[A];中国地球物理学会第二十三届年会论文集[C];2007年
5 王启明;王旭旸;杨溪林;罗公亮;;支撑矢量机初步研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
6 饶鲜;李斌;杨绍全;;用核聚类法进行异常检测[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
7 肖健华;;野点数据的实时检测方法及其应用[A];2005年中国智能自动化会议论文集[C];2005年
8 刘克彬;李芳;刘磊;韩颖;;基于特征选择和语义扩展的词序列核函数研究[A];第三届学生计算语言学研讨会论文集[C];2006年
9 张艳宁;赵荣椿;梁怡;;一种有效的图像目标识别方法[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
10 王占江;盛春冬;孙惠杰;;基于KFCM与SAPSO算法的图像分割[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
中国重要报纸全文数据库 前10条
1 齐玄江;花别人的钱也要心疼[N];中国财经报;2004年
2 山东省莱州市教研室教科所 彭慧;以“过程增值”评价教师教学成绩[N];中国教育报;2007年
3 陈辉;节能减排 常抓不懈[N];中国水利报;2007年
4 李杰;统计的稳健性及其应用取得成果[N];科技日报;2006年
5 邢胜年 程坚 王刚;上海总队二支队新训考核不影响正常操课[N];人民武警;2007年
6 市国资委主任 钟华华;识权力 明责任 促发展[N];绍兴日报;2006年
7 岳轩;聚焦岳西“精准救灾法”[N];安庆日报;2006年
8 记者 李韶辉;物业服务定价成本构成明确[N];中国改革报;2007年
9 通讯员 戈小双;滦南县全体会计学习新准则[N];财会信报;2006年
10 通讯员 高鹏;公务员绩效考核问卷调查启动[N];中国人事报;2007年
中国博士学位论文全文数据库 前10条
1 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
2 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
3 任俊;基于支撑矢量机的图像分类、车牌识别及嵌入式应用研究[D];浙江大学;2005年
4 李青;优化核方法[D];西安电子科技大学;2007年
5 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
6 冯斌;群体智能优化算法及其在生化过程控制中的应用研究[D];江南大学;2005年
7 李小平;智能信号分类方法研究[D];西安电子科技大学;2004年
8 贾磊;核方法模型选择与模型组合的谱方法[D];天津大学;2010年
9 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
10 潘志松;基于神经网络的入侵检测研究[D];南京航空航天大学;2003年
中国硕士学位论文全文数据库 前10条
1 李志勇;基于成分分析增量学习算法的人脸识别研究[D];浙江师范大学;2008年
2 陈荣胜;基于支撑矢量机的入侵检测[D];西安电子科技大学;2005年
3 陈蕾;基于小世界体系的核自联想记忆框架及其应用研究[D];南京航空航天大学;2005年
4 陈士骞;基于逼近基元的智能非线性系统模型研究[D];武汉科技大学;2008年
5 黄晓清;基于核方法的复杂工业过程建模研究[D];大连理工大学;2008年
6 王照宇;核方法在测井曲线识别中的应用[D];大庆石油学院;2008年
7 何孔新;面向数据流的数据聚类算法研究[D];哈尔滨工程大学;2008年
8 朱旗;基于稀疏模型的快速核方法[D];哈尔滨工业大学;2010年
9 邓炳荣;基于仿生嗅觉和核方法的中药材鉴别研究[D];广东工业大学;2011年
10 李丙春;基于医学影像的计算机模式分类技术研究与应用[D];西北大学;2004年
 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