资源详细信息
最优化理论的支持向量机学习算法研究 博士学位论文 - 资源详细说明
支持向量机是借助优化方法解决机器学习问题的新工具.近年来，支持向量
机越来越受到人们的广泛关注，在其理论研究和算法实现方面都取得了重大进展，
成为机器学习领域的前沿热点课题.
支持向量机将机器学习问题转化为优化问题，并应用优化理论构造算法.优
化理论是支持向量机的重要理论基础之一，本文主要从优化理论和方法的角度对
支持向量机进行研究。主要内容如下：
1.对最小二乘支持向量机进行研究.提出一类训练最小二乘支持向量机的条
件预优共u梯度法.当训练样本的个数较大时，最小二乘支持向量机需要求解高
阶线性方程组，利用分块矩阵的思想将该高阶线性方程组系数矩阵降阶，为了提
高收敛速度，克服数值的不稳定性，采用条件预优共扼梯度法求解低阶的线性方
程组，大大提高了最小二乘支持向量机的训练速度。
立即下载 最优化理论的支持向量机学习算法研究 博士学位论文
提示：下载后请用压缩软件解压，推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
- 本资源需消耗 2积分
- 24小时内重复下载不扣分
- 支持断点续传功能
- 资源永久有效可用
使用说明
- 下载后使用解压软件解压
- 推荐使用 WinRAR 或 7-Zip
- 如有密码请查看资源说明
- 解压后即可正常使用
积分获取方式
- 上传优质资源获得积分
- 每日签到免费领取积分
- 邀请好友注册获得奖励
- 查看详情 →