掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
魯棒最小二乘支持向量機研究與應用 版權信息
- ISBN：9787509618493
- 條形碼：9787509618493 ; 978-7-5096-1849-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
魯棒最小二乘支持向量機研究與應用 本書特色
二分類問題是統計學習理論、機器學習以及人工智能中研究的一個重要問題。由于隨機的或者非隨機過程的存在，現實生活中的數據經常帶有噪聲和不確定性。數據的噪聲以及不確定性會影響統計學習分類算法模型的性能，降低分類的準確率及其分類模型的推廣能力。《魯棒*小二乘支持向量機研究與應用》從加強*小二乘支持向量機模型的魯棒性和稀疏性、增強其推廣能力的理念出發。系統整理了文獻中對*小二乘支持向量機模型(LS-SVM)中改進魯棒性的方法，提出了改進LS-SVM魯棒性的三個模型：KPCA-L1-LS-SVM、F L1-LS-SVM和RW-Lp-LS-SVM模型，分別從特征壓縮、噪聲點的剔除以及樣本信息重要程度的角度出發對LS-SVM模型的魯棒性做了改進。本書由劉京禮著。
魯棒最小二乘支持向量機研究與應用 內容簡介
二分類問題是統計學習理論、機器學習以及人工智能中研究的一個重要問題。由于隨機的或者非隨機過程的存在，現實生活中的數據經常帶有噪聲和不確定性。數據的噪聲以及不確定性會影響統計學習分類算法模型的性能，降低分類的準確率及其分類模型的推廣能力。《魯棒*小二乘支持向量機研究與應用》從加強*小二乘支持向量機模型的魯棒性和稀疏性、增強其推廣能力的理念出發，系統整理了文獻中對*小二乘支持向量機模型（ls-svm）中改進魯棒性的方法，提出了改進ls-svm魯棒性的三個模型：kpca-l1-ls-svm、fl1-ls-svm和rw-lp-ls-svm模型，分別從特征壓縮、噪聲點的剔除以及樣本信息重要程度的角度出發對ls-svm模型的魯棒性做了改進。
魯棒最小二乘支持向量機研究與應用 目錄
1 緒論
1.1 研究背景和意義
1.2 魯棒支持向量機研究綜述
1.3 本書的內容和結構安排
1.4 研究方法和思路
1.5 本書的技術路徑
2 *優化理論
2.1 *優化問題的一般形式
2.2 約束極值問題的*優化條件
2.3 庫恩塔克條件
2.4 對偶理論
2.5 小-結
3 二分類問題
3.1 引言
3.2 二分類模型
1.1 研究背景和意義
1.2 魯棒支持向量機研究綜述
1.3 本書的內容和結構安排
1.4 研究方法和思路
1.5 本書的技術路徑
2 *優化理論
2.1 *優化問題的一般形式
2.2 約束極值問題的*優化條件
2.3 庫恩塔克條件
2.4 對偶理論
2.5 小-結
3 二分類問題
3.1 引言
3.2 二分類模型
展開全部
魯棒最小二乘支持向量機研究與應用 作者簡介
劉京禮，漢族，1975年1月生，山東膠州市人。2010年畢業于中國科學技術大學管理學院，師從中國科學院科技政策與管理科學研究所徐偉宣研究員和中國科學院研究生院管理學院石勇教授，現在山東工商學院煤炭經濟研究院工作。主要研究方向為：信用風險評估、優化理論與方法。目前主持國家自然科學基金面上項目：消費者信用風險動態評估研究（71171123）和山東省優秀中青年科學家科研獎勵基金：基于動態支持向量機的消費者信用風險評估（BS2011SF011）。發表學術論文9篇，其中SCI檢索3篇。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
羅庸西南聯大授課錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
回憶愛瑪儂
- >
苦雨齋序跋文-周作人自編集
- >
名家帶你讀魯迅:朝花夕拾
- >
我與地壇
- >
煙與鏡
本類暢銷
