论文部分内容阅读
核函数及相关参数的选择是支持向量机中的一个重要问题,它对模型的推广能力有很大的影响。当有大量样本参与训练的时候,寻找最优参数的网格搜索算法将消耗过长的时间。针对这一问题,提出一种舍弃非支持向量的样本点的策略,从而缩减了训练样本集。能够在基本保持原有测试准确度的前提下,将搜索时间减少一半。
有效提高SVM参数搜索效率的样本集缩减策略
【摘 要】
：
核函数及相关参数的选择是支持向量机中的一个重要问题,它对模型的推广能力有很大的影响。当有大量样本参与训练的时候,寻找最优参数的网格搜索算法将消耗过长的时间。针对这一问题,提出一种舍弃非支持向量的样本点的策略,从而缩减了训练样本集。能够在基本保持原有测试准确度的前提下,将搜索时间减少一半。
【机 构】
：
国防科技大学理学院
【出 处】
：
计算机应用
【发表日期】
：
2007年02期
其他文献
经典决策树算法不能处理树构建和分类过程中的不确定数据。针对这一局限,将可用于不确定数据表达的证据理论与决策树分类算法相结合,把决策树分类技术扩展到含有不确定数据的环境中。为避免在决策树构建过程中出现组合爆炸问题,引入新的测量算子和聚集算子,提出了D-S证据理论决策树分类算法。实验结果表明,D-S证据理论决策树分类算法能有效地对不确定数据进行分类,有较好的分类准确度,并能有效避免组合爆炸。
基于身份的加密方案和基于身份的广播加密方案一般都是使用椭圆曲线上的双线性映射(也称为对)来实现的。提出一个不使用双线性映射的基于身份的广播加密方案,基于二次剩余假设,在Random Oracle模型下是可证安全的。
提出一个带有多特征的曲线插值可调表面算法。引入形状相似形参数,拓扑地修改初始控制网格。这样使得满足曲线插值的同时,结果表面与初始控制网格有不同的相似性;引入双边控制调节参数,更新插值曲线两边位置,调节插值曲线的弯曲程度;形成求解满足控制曲率的公式。实验结果表明此算法使得曲线插值在可调表面上可行,能够表现出多样性。
好奇是儿童的天赋,兴趣是最好的老师。在教学中,我们要科学地把握英语教学的目的,尽量采用灵活多样的教学方法,激发和培养学生学习英语的兴趣,使学生树立自信心,养成良好的学
语言教学中听说是很关键的训练和提升方式,但是高中为了应付应试考试,传统教学对口语教学并不是特别重视,学生口语交际能力的培养未能成为语言教学系统中的重点,为了改变语言