论文《特征加权支持向量机》,和大家分享~
支持向量机时间复杂度和空间复杂度等问题,分别就支持向量机的增量学习算法和多类分类算法进行了研究。
最小二乘支持向量机论文打包-支持向量机.rar收集的最小二乘支持向量机相关论文,打包分享~~~
为了修复STL文件中的法向量错误,首先将有法向量错误的三角面片所围成的轮廓分为单个环、相连环以及环中环三种类型;然后采用如下的步骤来修复错误:找到所有有法向量错误的三角面片的边界边,找出边界边形成的封
针对现有的背景重构算法存在的问题,提出一种新的算法,该算法基于子块操作,利用对称差分重构背景。首先对对称差分算法进行了改进,然后基于对称差分结果进行背景重构。该算法一定程度上利用了相邻像素间的关系,计
软件可靠性建模是一个重要的研究领域,现有的软件可靠性模型基本上是非线性函数模型,估计这些模型的参数比较困难。粒子群优化是一类适合求解非线性优化问题的随机优化方法,提出一种基于粒子群优化的软件可靠性模型
针对大样本支持向量机内存开销大、训练速度慢的缺点,提出了一种改进的支持向量机算法。算法先利用KNN方法找出可能支持向量,然后利用SVM在可能支持向量集上训练得到分类器。实验表明改进算法训练速度提高明显
以ETM 影像数据为例,采用基于支持向量机的方法对黄河中上游区域湿地信息进行提取,并将该方法与传统的最大似然分类提取方法以及面向对象的提取方法进行对比分析。结果表明:基于支持向量机方法的提取精度高达9
双支持向量机是一种新的非平行二分类算法,其处理速度比传统支持向量机快很多,但是双支持向量机在训练之前要进行大量的复杂逆矩阵计算;在非线性情况下,它不能像传统支持向量机那样把核技巧直接运用到对偶优化问题
针对传统混沌支持向量机参数寻优算法的不足,提出了一种改进的粒子群IPSO算法。该算法通过延长迭代的开始阶段和最后阶段的搜索时间,实现了算法的全局搜索与局部搜索能力之间的平衡,进而优化模型参数,建立了基