论文研究利用GPU并行加速支持向量机的研究与实践 .pdf

近年来图形处理器(GPU)快速拓展的可编程性能力加上渲染流水线的高速度及并行性，使得图形处理器通用计算(GPGPU)迅速成为一个研究热点。针对大规模神经网络BP算法效率低下问题，提出了一种GPU加速的

论文研究-基于支持向量机与概率输出网的深度学习模型.pdf,  本文提出了基于支持向量机与概率输出网络的深度学习回归模型.

基于尺度不变特征变换的特征包（BoF-SIFT）支持向量机的分类方法具有较好的手势识别效果，但是计算复杂度高、实时性较差。为此，提出了融合Hu矩与基于快速鲁棒特征的特征包（BoF-SURF）支持向量机

针对粒子群算法易早熟且在算法后期易在全局最优解附近产生振荡现象，提出一种自适应调整惯性权重的优化粒子群算法。该算法引入双曲线正切函数的非线性变化思想，使惯性权重随着迭代次数的增加产生自适应调整，有利于

提出了一种新的基于图像分块重构和线性判别分析相融合的方法,主要用于人脸识别。该方法通过计算两幅图像之间图像块的重构均值误差,运用线性判别分析求出两幅图像降维后的欧式距离,融合重构误差和欧式距离计算这两

论文研究-CS的研究与实践.pdf,  用户满意（ＣＳ）是国民经济建设和企业经营管理的目标，ＣＳ战略与可持续发展战略是一致的． 本文研究ＣＳ的含义，ＣＳ的度量，ＣＳ的应用前景，以及在我国开展ＣＳ理论与

近年来，支持向量机（SVM）方法在电力系统负荷预测领域的应用研究成为了热点，鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足，首次将多重核支持向量回归方法（Multiple Kernel L

针对不平衡数据分类问题，提出了基于Smote与核函数修改相结合的算法。首先用Smote方法处理数据，降低不平衡度;然后以黎曼几何为依据，利用保角变换，对核函数进行修改，提高支持向量机的分类泛化能力;最

似大地水准面精化的支持向量机技术研究基于支持向量机的GPS高程异常建模的方法

支持向量机学习算法研究。学位论文。。。。。。。。。。。。。。