排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
快速支持向量机增量学习算法 总被引:3,自引:0,他引:3
支持向量机对数据的学习往往因为规模过大造成学习困难,增量学习通过把数据集分割成历史样本集和新增样本集,利用历史样本集的几何分布信息,通过定义样本的遗忘因子,提取历史样本集中的那些可能成为支持向量的边界向量进行初始训练.在增量学习过程中对学习样本的知识进行积累,有选择地淘汰学习样本.实验结果表明,该算法在保证学习的精度和推广能力的同时,提高了训练速度,适合于大规模分类和在线学习问题. 相似文献
2.
针对当前大学生毕业数量不断增加、就业压力增大、专业技能差、创新能力差和独立思考、解决问题能力差等现象,提出了一种计算思维培养模式,并进一步论述了该模式的含义和培养方法,旨在提升高校大学生的综合素质。此培养模式的成功对提高大学生的综合能力乃至整体国民素质都将起到不可估量的作用。 相似文献
3.
一种多输出支持向量机的增量学习算法 总被引:1,自引:0,他引:1
标准支持向量机主要对单输出样本学习已经进行了广泛的研究,而对多输出样本学习问题的研究较少.在最小二乘支持向量回归机模型的基础上,推广得到多输出最小二乘支持向量回归机模型,并给出它的一种增量学习算法.理论分析和实验结果证明它不但保证了学习精度,而且使得多输出回归问题的学习速度大大加快. 相似文献
4.
1