首页--数理科学和化学论文--计算数学论文--数学模拟、近似计算论文--近似计算论文--牛顿-拉弗森(Newton-Raphson)法论文

支持向量机的序列最小优化学习算法研究

摘要第1-5页
ABSTRACT第5-7页
第一节 前言第7-9页
第二节 SVM及其训练问题第9-13页
   ·线性可分模式下的SVM第9-10页
   ·线性不可分模式下的SVM第10-12页
   ·不完全分割的情况第12-13页
第三节 SMO算法第13-23页
   ·理论基础第13-15页
   ·两变量的二次规划子问题第15-19页
   ·一次成功优化后相关变量的更新第19-21页
   ·待优化变量的选择及SMO算法步骤第21-23页
第四节 SMO算法的改进和基准问题的仿真第23-29页
   ·SMO算法的改进第23-25页
   ·Benchmark问题第25-29页
结束语第29-30页
参考文献第30-32页
致谢第32-33页
学位论文评阅及答辩情况表第33页

论文共33页,点击 下载论文
上一篇:考试分析系统设计与实现
下一篇:信息过滤技术在教育网中的应用研究