快速支持向量分类器(SVM 的低复杂度替代方案):SVM 的低复杂度替代方案,用于分类问题(单类和多类)-matlab开发

上传者: 38645862 | 上传时间: 2021-11-29 20:29:24 | 文件大小: 352KB | 文件类型: -
基于 LMS 训练实现低复杂度分类器基于简单 RBF 单元的非线性扩展特征空间。 单位的中心是从使用基于新颖性的简单搜索算法训练样本检测。 相关论文: R. Dogaru,“具有简单构造的面向硬件的分类器基于支持向量的训练”,在 CSCS-16 的 Proceedings of CSCS-16 中, 第 16 届控制系统和计算机科学国际会议, 2007 年 5 月 22 - 26 日,布加勒斯特,第 1 卷,第 415-418 页。 多加鲁,R。 多加鲁, I., “使用支持向量的高效有限精度 RBF-M 神经网络架构” 电气工程中的神经网络应用 (NEUREL),2010 年第 10 届研讨会数字对象标识符:10.1109/NEUREL.2010.5644089 出版年份:2010 年,页数:127 - 130

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明