暂无评论
基于词向量和依存树的关系抽取技术，张一昌，徐蔚然，本文融合了Bootstrapping算法和依靠词向量的最短路径依赖核。新的核函数以词向量相似度计算来代替原有单词的硬匹配，能够在向量空间��
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
基于支撑向量机的语音音乐区分系统,陈宇超,刘刚,本文在总结了前人研究成果的基础上,对区分语音,音乐的特征进行了分析,最后使用基于支撑向量机的分类器,来完成对音乐,语音的
论文研究-基于支持向量回归的地铁牵引能耗预测.pdf, 预测地铁线路未来牵引能耗，有助于评价线路的牵引用能效率、节约能源.地铁牵引能耗影响因素众多且呈非线性关系，因此基于历史数据建立支持向量机回归模
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
分析了利用支持向量回归求解多分类问题的思想,提出了一种基于局部密度比权重设置模型的加权最小二乘支持向量回归模型来单步求解多分类问题：该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本
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
暂无评论