为了更有效地提高图像隐写分析的速度和正确检测率,提出了一种基于改进的支持向量机的隐写分析方法。采用Fridrich提出的多特征融合提取算法对图像进行特征提取,克服了单一特征不能很好描述图像差别的不足。
提出一种新型的基于光滑Ramp损失函数的健壮支持向量机,能够有效抑制孤立点对泛化性能的影响,并采用CCCP将它的非凸优化目标函数转换成连续、二次可微的凸优化。在此基础上,给出训练健壮支持向量机的一种N
支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训
对定义在一系列无方向点集上的3D形状模型提出一种新的数字水印方案。首先应用神经网络的方法对点集模型进行学习,根据在学习过程中神经网格法线的变化情况,找到特征点。最后对已加水印的点集模型应用不同的攻击,
论文研究-基于相异度核空间的支持向量机算法.pdf, 提出基于相异度核空间的混合流形学习与支持向量机(SVMs)算法用于解决高维数据分类问题. 该算法使用SVMs对流形学习降维后的低维嵌入做分类.通
基于ε-支持向量回归机的盲均衡算法,王振朋,张立毅,支持向量机是解决有限样本学习的有效工具,由于其具有优良的泛化性能,本文提出了一种基于ε-支持向量回归机的盲均衡算法,并且利
提出了一种基于线性孪生支持向量机(TWSVM)的嵌入式特征选择方法。该方法在构造分类器的过程中,通过在TWSVM原有优化模型中引入一个惩罚项,来实现特征选择。在求解过程中,采用交替迭代优化方法将该模型
基于支持向量机的矿井突水水源识别,孔筱筱,雷萌,本文采用支持向量机对矿井突水水源进行判别。支持向量机(SVM)方法被看做是对传统学习分类方法的一个较好替代,特别是在小样本、
针对在旁路分析过程中由于噪声的影响,不能直接观察出RSA的加密过程这一问题,提出结合支持向量机的旁路分析方法,从分类的角度对RSA二进制模幂运算中的平方、乘法操作进行识别,根据密钥与操作的相关性,推断
为了提高传统内模控制的鲁棒性和抗干扰能力,采用在线支持向量机回归(Online Support Vector Machine Regression,OSVMR )理论建立系统的正向模型和设计逆模控制器
