相关文档

• 基于支持向量机的神经元形态分类.doc

  全国第七届研究生数学建模竞赛题 目 基于支持向量机的神经元形态分类摘 要：本文针对神经元的空间几何形态特征分类问题以及神经元的生长预测问题进行了探讨结合神经元的形态数据建立了三个模型在较合理的假设下对各个模型进行求解得到了较理想的结果针对问题一分析了神经元的几何特征使用L-Measure软件并结合Matlab计算出了神经元的几何形态特征得到了具有20个特征的神经元数据样本最后采用

• 神经网络和支持向量机.pdf

  ·1054·

• 基于支持向量机的多故障分类器及应用.pdf

  第23 卷 　第5 期 　　　　

• 神经网络与支持向量机的区别0430.doc

  神经网络与支持向量机的区别 神经网络是基于传统统计学的基础上的传统统计学研究的内容是样本无穷大时的渐进理论即当样本数据趋于无穷多时的统计性质而实际问题中样本数据往往是有限的因此假设样本数据无穷多并以此推导出的各种算法很难在样本数据有限时取得理想的应用效果 支持向量机则是基于统计学理论的基础上的可以克服神经网络难以避免的问题通过支持向量机在逼近能力方面与BP网络仿真结果的比较表明支持向量

• 神经元的形态分类和识别.doc

  全国第七届研究生数学建模竞赛题 目 神经元的形态分类和识别摘 要本文主要研究神经元的形态分类和识别问题通过建立基于支持向量机的决策树模型解决了问题一和问题二的分类问题建立统计量指标下的聚类分析模型解决了第三题和第四题对问题五以锥形神经元为例建立多元回归模型预测了神经元的生长针对问题一二首先利用软件进行指标统计再通过加权决策粗糙度的方法依次实现第712类的分类通过支

• 基于Matlab的支持向量机工具箱.pdf

  第 24卷第12期 　

• 基于多支持向量机的中文文本分类算法研究格.doc

  基于多支持向量机的中文文本分类算法研究格张胜利(五邑大学 计算机学院广东 江门 529020]支持向量机是数据挖掘的新方法由于其优秀的学习能力而得到了广泛的应用但是传统的支持向量机算法在处理大规模问题时存在训练时间过长和内存空间需求过大的问题而应用多个支持向量机构成多分类器系统进行并行学习是目前解决文本分类中大规模数据处理问题的一种有效方法本文在分析传统并行算法的基础上提出了一种改进的基于多支持向

• 基于支持向量机和多变量分析的高光谱遥感数据分类.pdf

  2009年　第11期 　　　　谭

• 支持向量机聚类-笔记.doc

   TOC o 1-2 h z u  HYPERLINK l _Toc277234268 1.聚类分析和支持向量机相结合的混合预测模型 PAGEREF _Toc277234268 h 2 HYPERLINK l _Toc277234269 2.面向旋转机械的支持向量机故障智能诊断方法及实验研究 PAGEREF _Toc277234269 h 3 HYPERLINK

• 基于支持向量机的京津冀城市群热环境时空形态模拟.ppt

  Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于支持向量机的京津冀城市群热环境时空形态模拟杨浩 孟娜 王婧 郑燕 赵莉1. 北京市社会科学院北京 100101 2. 北京大学经济学院北京 100871 3. 北京市延庆区交通