刘勇进:支持向量机增广拉格朗日方法的探究论文

刘勇进:支持向量机增广拉格朗日方法的探究论文

本文主要研究内容

作者刘勇进,刘梅娇,张伟伟(2019)在《支持向量机增广拉格朗日方法的探究》一文中研究指出:支持向量机是机器学习中一种非常重要的分类方法,它在文本分类、语音识别、图像分析、信息安全等诸多领域均有重要的应用.提出了基于支持向量机对偶问题的一种非精确增广拉格朗日算法,讨论了所提算法的收敛性结果,并利用支持向量机模型的稀疏特性,结合矩阵不完全Cholesky分解以及Sherman-Morrison-Woodbury公式等程序实现技巧,极大地减少了所提算法的时间与空间复杂度.数值结果验证了提出算法的可行性和高效性.

Abstract

zhi chi xiang liang ji shi ji qi xue xi zhong yi chong fei chang chong yao de fen lei fang fa ,ta zai wen ben fen lei 、yu yin shi bie 、tu xiang fen xi 、xin xi an quan deng zhu duo ling yu jun you chong yao de ying yong .di chu le ji yu zhi chi xiang liang ji dui ou wen ti de yi chong fei jing que zeng an la ge lang ri suan fa ,tao lun le suo di suan fa de shou lian xing jie guo ,bing li yong zhi chi xiang liang ji mo xing de xi shu te xing ,jie ge ju zhen bu wan quan Choleskyfen jie yi ji Sherman-Morrison-Woodburygong shi deng cheng xu shi xian ji qiao ,ji da de jian shao le suo di suan fa de shi jian yu kong jian fu za du .shu zhi jie guo yan zheng le di chu suan fa de ke hang xing he gao xiao xing .

论文参考文献

  • [1].人工免疫算法优化双支持向量机在拱坝变形预测中的应用[J]. 曹延明,井德泉,刘春高.  长江科学院院报.
  • [2].支持向量机理论及应用[J]. 马旭霞.  科学技术创新.2019(02)
  • [3].加权间隔结构化支持向量机目标跟踪算法[J]. 江少杰,宁纪锋,李云松.  中国图象图形学报.2017(09)
  • [4].多分类孪生支持向量机研究进展[J]. 丁世飞,张健,张谢锴,安悦瑄.  软件学报.2018(01)
  • [5].模糊型支持向量机及其在入侵检测中的应用[J]. 李娜,孙乐,胡一楠,李笑,王亚南.  科技创新与应用.2018(11)
  • [6].从支持向量机到非平行支持向量机[J]. 邵元海,杨凯丽,刘明增,王震,李春娜,陈伟杰.  运筹学学报.2018(02)
  • [7].基于支持向量机的股票价格预测模型研究与应用[J]. 高钦姣,张胜刚,贾晓薇.  课程教育研究.2016(28)
  • [8].支持向量机的基本理论和研究进展[J]. 林香亮,袁瑞,孙玉秋,王超,陈长胜.  长江大学学报(自科版).2018(17)
  • [9].孪生支持向量机综述[J]. 安悦瑄,丁世飞,胡继普.  计算机科学.2018(11)
  • [10].一种新的基于类内不平衡数据学习支持向量机算法[J]. 梁武,苏燕.  科技通报.2017(09)
  • 论文详细介绍

    论文作者分别是来自辽宁师范大学学报(自然科学版)的刘勇进,刘梅娇,张伟伟,发表于刊物辽宁师范大学学报(自然科学版)2019年01期论文,是一篇关于支持向量机论文,增广拉格朗日方法论文,凸二次规划论文,半光滑牛顿方法论文,辽宁师范大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自辽宁师范大学学报(自然科学版)2019年01期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    刘勇进:支持向量机增广拉格朗日方法的探究论文
    下载Doc文档

    猜你喜欢