大桔灯文库logo

下载提示:1. 本站不保证资源下载的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
2. 本文档由用户上传,版权归属用户,大桔灯负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。

相关文档

  • SVM.ppt

    #

  • SVM.doc

    第二章 支持向量机基本原理1概述支持向量机(Support Vector Machine)是建立在统计学习理论(Statistical Learning TheorySLT)基础上的新一代机器学习方法由贝尔实验室的Vapnik等人于20世纪90年代研究并迅速发展起来最近一些应用表明支持向量机方法显示出较传统方法更好的适应和推广能力在解决有限样本非线性及高维模式识别问题中表现出了许多特有的优势该算法

  • SVM.doc

    第二章 支持向量机基本原理1概述支持向量机(Support Vector Machine)是建立在统计学习理论(Statistical Learning TheorySLT)基础上的新一代机器学习方法由贝尔实验室的Vapnik等人于20世纪90年代研究并迅速发展起来最近一些应用表明支持向量机方法显示出较传统方法更好的适应和推广能力在解决有限样本非线性及高维模式识别问题中表现出了许多特有的优势该算法

  • svm分类器.doc

    数据分类算法基本原理数据分类是数据挖掘中的一个重要题目数据分类是指在已有分类的训练数据的基础上根据某种原理经过训练形成一个分类器然后使用分类器判断没有分类的数据的类别注意数据都是以向量形式出现的如< …>支持向量机是一种基于分类边界的方法其基本原理是(以二维数据为例):如果训练数据分布在二维平面上的点它们按照其分类聚集在不同的区域基于分类边界的分类算法的目标是通过训练找到这些分类之间的边界(直线

  • SVM支持向量机基本及应用.ppt

    单击此处编辑标题单击此处编辑母版文本样式第二级第三级第四级第五级信息科学技术学院 · 网络研究所支持向量机( support vector machineSVM) Wang JiminNov 18 2005 OutlineSVM的理论基础线性判别函数和判别面最优分类面支持向量机SVM的研究与应用SVM的理论基础传统的统计模式识别方法只有在样本趋向无穷大时其性能才有理论的保证统计学习理论(STL)研

  • SVM-支持向量机基本及应用.ppt

    #

  • 基于DAG-SVMSSVM多类分类方法.pdf

    万方数

  • STM及针尖制备.ppt

    STM原理及针尖制备 ——翟羽翔 STM原理介绍应用开发新材料 生命科学原理隧道效应模式电流和间距变化STM的初步使用进针图像STM扫描图像电化学针尖制备电化学制备法和剪切法电化学原理介绍电化学针尖腐蚀结果电化学腐蚀2总结电流电压浸没深度别的尝试提问

  • 多重化SVG简述.ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级多重化SVG原理简述SVG简介 SVG(Static Var Generator)称为静止无功发生器它主要用于维持输电线路电压稳定补偿用户母线的基波无功及谐波 SVG简介 SVG分为采用电压型桥式电路和电流型桥式电路两种类型两者的区别是直流侧分别采用的是电容和电感这两种不同储能元件对电压型桥式电路是通过串联电抗器与电网连接对电

  • SVGSVC的区别.doc

    SVG与SVC一SVG组成:一个基本的静止无功发生器系统应该包括变流电路信号检测电路驱动电路储能电容连接电抗及数字信号处理器等组成部分交流侧所接的电感L和电容C的作用分别为阻止高次谐波进入电网和吸收相时产生的过电压无论是电压型还是电流型的SVG其动态补偿的机理是相同的但考虑到实际应用的效能大多采用电压型的电路结构静止无功发生器系统是应无功补偿快速准确

违规举报

违法有害信息,请在下方选择原因提交举报


客服

顶部