注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 支持向量机相关论文（包含基础的解释到完善的理论证明）

  2. 支持向量机相关论文 包含基础的解释到完善的理论证明

  3. 所属分类：专业指导

    • 发布日期：2009-10-20
    • 文件大小：7340032
    • 提供者：heray818

  1. GPU的并行支持向量机算法

  2. ：提出了一种新的并行增量式支持向量机算法来解决图形处理单元（GPU）中大规模数据集的分类问题。 SVM 以及核相关方法可以用来创建精确分类模型，但学习过程需要大量内存和很长时间。扩展了Suykens 和 Vandewalle 提出的最少次方SVM（LS-SVM）方法来建立增量和并行算法。新算法使用图形处理器以低代价获 得高系统性能。实现表明，在UCI 和Delve 数据集上，基于GPU 并行增量算法较CPU 实现方法快130 倍，而且 比现行算法，如LibSVM、SVM-perf 和CB-SV

  3. 所属分类：其它

    • 发布日期：2010-01-24
    • 文件大小：630784
    • 提供者：nulng

  1. 支持向量机在线训练算法及其应用

  2. 针对支持向量机在线训练算法训练速度较慢和无法处理边缘支持向量集合为空的缺点,以KKT 条件和拉 格朗日乘数法为基础,用严格的数学推导得到一种改进的训练算法. 通过建立一个矩阵缓存来保存与核函数相关的 数据,给出在算法中有效操作该矩阵缓存的方法以加快训练速度;边缘支持向量集合为空时,修改模型的偏值项使 样本进入该集合,训练算法得以继续运行;并讨论了该算法在在线系统辨识中的应用. 仿真实验和分析结果表明: 对 于非线性时变系统,改进算法的建模精度较高,训练速度较原算法有了很大的提高.

  3. 所属分类：其它

  1. 数据挖掘中的新方法：支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。 《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论

  3. 所属分类：C

    • 发布日期：2010-03-24
    • 文件大小：7340032
    • 提供者：shiyoumaomao

  1. 相关向量机RVM工具箱

  2. 相关向量机 RVM 的MATLAB工具箱 原作者的网站上下载的

  3. 所属分类：其它

    • 发布日期：2011-12-20
    • 文件大小：157696
    • 提供者：fall221

  1. 相关向量机

  2. 相关向量机，经过调试可以正常运行，而且运行速度不错。

  3. 所属分类：专业指导

    • 发布日期：2013-11-19
    • 文件大小：234496
    • 提供者：jackal24

  1. 稀疏贝叶斯模型相关向量机

  2. 相关向量机的MATLAB代码，经过验证是正确的，很实用 推荐相关向量机（Relevance vector machine,简称RVM）是Tipping在2001年在贝叶斯框架的基础上提出的，它有着与支持向量机（Support vector machine,简称SVM）一样的函数形式，与SVM一样基于核函数映射将低维空间非线性问题转化为高维空间的线性问题。 RVM原理步骤 RVM通过最大化后验概率（MAP）求解相关向量的权重。对于给定的训练样本集{tn,xn}，类似于SVM , RVM 的模型输

  3. 所属分类：C

    • 发布日期：2015-08-27
    • 文件大小：17408
    • 提供者：lhyzguolei

  1. 相关向量机matlab代码

  2. 这个是相关向量机的matlab代码 很有用 做相关向量机预测的可以看看

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：2048
    • 提供者：qq_41674508

  1. 相关向量机回归的源代码

  2. 这个是相关向量机的核函数 做预测的同学可以看看 比较实用

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：614
    • 提供者：qq_41674508

  1. 基于相关向量机的瓦斯涌出量不确定性预测

  2. 为了分析瓦斯涌出量预测结果的不确定性,提出一种基于相关向量机的估计方法:依据稀疏贝叶斯学习模型,计算瓦斯涌出量样本空间的稀疏相关支持向量和相应的超参数,再计算预测结果的均值和方差,从而得出瓦斯涌出量预测结果的概率分布和置信区间。分析结果表明,3组检验样本的平均预测误差为1.74%,其实际值均在置信度为97%的置信区间内,与实际情况相符,这说明采用该方法可以得出瓦斯涌出量预测结果的概率分布,且具有预测精度高、所需支持向量少的优点。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：592896
    • 提供者：weixin_38744435

  1. 稀疏贝叶斯学习与相关向量机

  2. Sparse Bayesian Learning and the Relevance Vector Machine Michael E. Tipping 2001年的一篇早期资料，论述了贝叶斯框架下的回归与分类问题，并且结合了相关向量机方法进行学习。对于我们今天学习了解贝叶斯理论，SVM，依然有指导作用。

  3. 所属分类：机器学习

    • 发布日期：2020-02-23
    • 文件大小：958464
    • 提供者：cauchy

  1. 相关向量机做多元回归预测分类

  2. 相关向量机做回归预测分类都能实现，回归预测使用RVR类，分类使用RVC。 RVM是支持向量机的稀疏贝叶斯模拟，具有许多优点： 它提供了概率估计，而不是SVM的点估计。 通常提供比SVM更稀疏的解决方案，后者倾向于使支持向量的数量随训练集的大小线性增长。 不需要选择复杂度参数以避免过度拟合

  3. 所属分类：互联网

    • 发布日期：2020-05-17
    • 文件大小：9216
    • 提供者：j_thame_myhome

  1. 基于Hilbert变换和相关向量机的异步电机转子断条故障诊断

  2. 基于Hilbert变换和相关向量机的异步电机转子断条故障诊断，张小栋，张建文，为了准确地自动识别异步电机转子断条故障，提出了基于相关向量机（RVM）的异步电机转子断条故障诊断方法。首先利用Hilbert变换分离�

  3. 所属分类：其它

    • 发布日期：2020-02-08
    • 文件大小：367616
    • 提供者：weixin_38645669

  1. 多分类相关向量机.zip

  2. 可以用来多分类的相关向量机RVM，是基于贝叶斯框架构建学习机，是一种新的监督学习方法，可作为分类器和回归。其优势在于，RVM的准确率近似于SVM，但是RVM训练时间短。

  3. 所属分类：机器学习

    • 发布日期：2020-08-26
    • 文件大小：94208
    • 提供者：weixin_42170371

  1. 基于LFOA算法的相关向量机核参数优化

  2. 相关向量机（RVM）核函数参数对其性能有较大影响，为了提高相关向量机的分类能力，提出了一种基于具有Levy飞行特征的双子群果蝇算法（LFOA）的RVM核参数优化方法。在适应度函数的评判下，果蝇种群经过多次Levy飞行和迭代对指定范围内的核参数进行全局搜索。4组UCI标准数据集的MATLAB仿真实验测试结果表明，所提出的方法有效、可靠，能够提升RVM的分类能力，相比于其他算法具备更高的寻优精度和稳定性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：543744
    • 提供者：weixin_38680492

  1. 基于相关向量机的硫泡沫浮选液位软测量

  2. 针对硫浮选过程中常规检测方法难以准确检测浮选槽液位的缺陷,提出一种基于相关向量机(RVM)的浮选液位软测量方法。该方法基于采集的浮选泡沫表层图像,通过提取硫浮选泡沫溢流速度和泡沫稳定度动态图像特征,融合浮选过程充气量、矿浆流量等过程参数,结合RVM建模思想,实现硫浮选过程中浮选槽液位的预测。工业数据仿真结果验证了所提方法的有效性、可行性。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：518144
    • 提供者：weixin_38530536

  1. 基于主成分分析和线性判别分析的高光谱数据相关矢量机分类

  2. 相关性向量机（RVM）是一种机器学习技术，它使用贝叶斯推理来获取回归和概率的简约解。 与支持向量机（SVM）相比，RVM的贝叶斯公式避免了SVM的自由参数集。 然而，当应用于高光谱数据时，RVM的分类精度不高。 提出了一种基于RVM的分类方法。 该方法结合了主成分分析（PCA）和线性判别分析（LDA）以减少高光谱数据的维数。 首先，将PCA用于一维降维，并获得非奇异的类内散布矩阵。 其次，将LDA应用于第二维降维，大大减少了计算量。 最后，将相关向量机模型应用于遥感图像分类。 本文使用了1992

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：340992
    • 提供者：weixin_38731199

  1. 基于相关向量机的惯性约束聚变实验靶识别技术研究

  2. 针对支持向量机(Support Vector Machine, SVM)在惯性约束聚变(Inertial Confinement Fusion ,ICF)实验靶识别中稀疏性不够高而导致决策速度慢的问题, 提出利用相关向量机(Relevance Vector Machine, RVM)进行ICF实验靶识别。设计了基于二叉树的RVM多类分类器, 在二叉树的构建过程中同时考虑了类距离与类分布范围两种因素的影响, 获得了更为合理的二叉树层次结构。实验证明, RVM与SVM相比识别率不相上下, 但由于有更

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：416768
    • 提供者：weixin_38630139

  1. 基于改进型相关向量机的高光谱图像分类

  2. 相关向量机(RVM)高光谱图像分类算法是一种基于贝叶斯概率模型的监督机器学习算法，其分类精度较高、测试时间较短。然而算法本身存在训练时间随着训练样本增加直线上升、分类效率整体降低等问题。针对这种情况，提出一种基于改进型相关向量机(VRVM) 的高光谱图像分类算法。本算法在传统概率模型中引入一个新的分布，使得计算复杂度较高的积分运算可近似地拆分成两个较为简单的对数和形式。实验结果表明，VRVM高光谱图像分类算法的总体分类精度和相关向量的数量与RVM基本相同，但训练时间随样本数的增加有明显的减少。

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：1001472
    • 提供者：weixin_38576561

  1. 基于相关向量机的高光谱图像超分辨率算法

  2. 为了融合多光谱图像空间信息和高光谱图像光谱信息，进而提高高光谱图像的空间分辨率，提出了一种基于相关向量机(RVM)的高光谱图像超分辨率算法。介绍了多光谱与高光谱图像通过融合获得超分辨率图像的算法原理，对RVM回归原理进行分析介绍。结合RVM在回归分析上的优势，提出了利用RVM建立多光谱图像与高光谱图像之间的内在的空间及光谱对应关系，通过融合两种图像的信息来提高图像的分辨率。实验结果表明：归一化均方根误差小于0.001,光谱角误差小于0.02,较Price、Elbakary法有较大提升。本文提出的

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_38707153
« 12 3 4 5 6 7 8 9 10 ... 21 »