支持向量机训练问题实质上是求解一个凸二次规划问题。当训练样本数量非常多时,常规训练算法便失去了学习能力。为了解决该问题并提高支持向量机训练速度,分析了支持向量机的本质特征,提出了一种基于自适应步长的支
基于聚类假设的核半监督支持向量机,张晓丽,王雪松,半监督支持向量机(Semi-SupervisedSupportVectorMachine,S3VM)是一种优良的半监督分类算法,对绝大多数数据集能够得
根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进
为了缩减图像低层特征和高层语义之间的语义鸿沟,提出一种基于模糊支持向量机的面向语义图像检索(SBIR-FSVM)算法。在提取图像的低层特征的基础上,将最小隶属度模糊支持向量机引入到图像检索技术中,获取
基于支持向量机的古龙酸发酵过程产量预报,崔蕾,袁景淇,维生素C的一个重要前体2-酮基-L-古龙酸(2-keto-L-Gulonicacid,简称古龙酸),由巨大芽孢杆菌和氧化葡萄糖酸杆菌混菌流加发酵生
支持向量机(SVM)因为核函数应用内积运算造成了模型较强的“黑箱性”。目前SVM的“黑箱性”研究主要采用规则提取方法解决分类问题,而回归问题鲜有提及。针对回归问题,尝试性提出基于回归树算法的SVM回归
一种基于支持向量机的中值滤波算法,蔡艳梅,,本文提出一种基于支持向量机的中值滤波算法。该算法利用支持向量回归技术构造中值滤波器。通过极值判断并分离出脉冲噪声,针对噪
针对邮件所含信息的模糊性和合法邮件与垃圾邮件错分代价的不对称性提出了基于双隶属度模糊支持向量机的邮件过滤方法,通过对每个样本赋予不同的双隶属度,得到最优分类器,提高了邮件过滤的正确率。经仿真实验证明,
支持向量机参数是影响其性能的重要因素,为了进一步提高支持向量机分类精度和泛化能力,提出了基于差分进化算法的SVM参数选择。以样本误判率最小为优化准则,利用差分进化算法对SVM参数进行优化选择。实验结果
认知网络中基于支持向量机的QoS评估方法,赵丽红,陈广泉,QoS是网络运营的一个重要参数,准确地对QoS进行评估对提高网络的表现有着重要的意义。通过对网络中的QoS评估进行了研究,提出了一种