基于自組織數據分析算法的加權支持向量機.pdf_第1頁
已閱讀1頁，還剩38頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文在充分考慮了實際問題中可能存在的兩類數據樣本不均衡的情況下提出了一種計算加權支持向量機樣本權值的方法，采用此方法使得加權支持向量機的分類精度得到提高。同時針對SVM訓練時間長的問題，采用改進的迭代自組織數據分析算法(ISODATA)對訓練樣本進行聚類，使用聚類中心訓練加權支持向量機。改進后的ISODATA算法本著少量多次的思想，將N個訓練樣本分幾次進行輸入：先將已知類別標簽的樣本作為輸入樣本進行聚類，得到各已知類別的聚類中心，然后再

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論