论文研究-间隔值辅助的SMO算法改进研究.pdf
顺序最小优化（SMO）算法是现今求解支持向量机（SVM）的最优秀算法之一，其效率直接影响到SVM的训练效率。为提高SVM的训练效率，提出了一种间隔值辅助的SMO改进算法。通过一定量的经验性实验，统计总结出了间隔值随迭代次数变化的规律，即该变化呈铰链函数形态，起始阶段下降很快，经过一小段缓慢变化期后进入间隔值几乎无变化的水平区域。由此，提出并实现了SMO改进算法，通过跟踪间隔值随迭代次数的变化率，待越过拐点一小段时间后终止算法以缩短SVM训练时间。对比实验以及k分类的交叉验证（k-CV）证明，改进后的SMO算法在保持原有算法的模型预测能力的基础上，能够产生至少45%的效率提升。
文件下载
评论信息
其他资源
- Aspose常用三套 完全破解版
- 三阶deltasigma调制器的simulink模型
- 微博 中文 情感分析 训练模型 数据集
- 徐氏新版注册机
- 2007级软件工程实验报告-图书馆管理系统
- Python-FlaskMovieWebsite基于Python的Flask框架在线电影网站系统
- ROI_PAC_3_0_1.rar
- 蘑菇数据集，测试集
- QT 实现倒计时 完整工程 精确到 毫秒 ms
- unity点线动画工程文件
- MFC滚动字幕源码
- thinkphp5登陆密码修改demo
- SC_OFDMA的Matlab仿真
- S6D0114_V0.0_20020703.pdf
- 电子商务ROI流程转化图.jpg
- Spring Cloud.rar
- 应用Wget自动下载Sentinel-2影像说明.docx
- 《MATLAB优化算法案例分析与应用》随书附带程序
- hiberbnate多对对多的实例
- 2012年版管理系统中计算机应用课件及试卷（详细版）
- 低频信号发生器protues仿真与C程序
- rabbitmq-server-3.7.4.exe
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
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