核函數(shù)在模式識別中的應(yīng)用
Application of kernel function in pattern recognition


1.7萬字 41頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 近幾年來基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)的研究逐漸成為機(jī)器學(xué)習(xí)領(lǐng)域中的一個重要的方向A377;支持向量機(jī)(SVM)作為一種構(gòu)建在統(tǒng)計學(xué)習(xí)理論上的新興方法在人工智能等領(lǐng)域與傳統(tǒng)方法相比較有著更優(yōu)良的性能尤其在處理模式識別問題上支持向量機(jī)有著廣泛的應(yīng)用A377;核函數(shù)方法正是在支持向量機(jī)SVM的研究中提出并逐步得到發(fā)展的一種構(gòu)造非線性變換的方法A377;由于核函數(shù)的好壞直接影響著支持向量機(jī)的性能因此有關(guān)核函數(shù)的研究也就才成為了大家的關(guān)注的焦點成為支持向量機(jī)研究中需要解決的核心問題之一A377;
自20世紀(jì)50年代以來模式識別在人工智能興起后不久就迅速發(fā)展成為一門學(xué)科A377;它所研究的理論和方法在很多科學(xué)和技術(shù)領(lǐng)域得到廣泛的重視推動了人工智能的發(fā)展擴(kuò)大了計算機(jī)應(yīng)用的可能性A377;
本文內(nèi)容主要講述了核函數(shù)的基本性質(zhì)A380;核函數(shù)的選擇A380;核函數(shù)的種類并講述了核函數(shù)在模式識別中的應(yīng)用A377;



關(guān)鍵詞 核函數(shù) 支持向量機(jī) 模式識別 人工智能