學(xué)位論文選題報(bào)告書
論文選題名稱:支持向量分類機(jī)及其應(yīng)用
數(shù)學(xué)與應(yīng)用數(shù)學(xué)
一、 本研究課題的科學(xué)依據(jù)和意義
本課題主要研究了支持向量分類機(jī)的相關(guān)問題,自從90年代初經(jīng)典SVM的提出,由
……(新文秘網(wǎng)http://m.jey722.cn省略175字,正式會(huì)員可完整閱讀)……
svm工具箱實(shí)現(xiàn)了相關(guān)要求,用支持向量機(jī)對(duì)wine進(jìn)行分類。同結(jié)合wine標(biāo)準(zhǔn)數(shù)據(jù)庫對(duì)數(shù)據(jù)進(jìn)行前期分析和處理,已得到較為理想的結(jié)果。
三、本課題的特色與創(chuàng)新之處
本課題采用的libsvm工具箱是較為新興的一個(gè)研究工具,并在系統(tǒng)設(shè)計(jì)上設(shè)置了兩個(gè)參數(shù)c和g,用于作為分類選取的標(biāo)準(zhǔn)。
四、預(yù)期研究成果
本文構(gòu)建基于支持向量機(jī)分類機(jī),討論核函數(shù)及參數(shù)對(duì)SVM分類性能的影響,并運(yùn)用交叉驗(yàn)證與網(wǎng)格搜索法進(jìn)行參數(shù)優(yōu)化選擇,為SVM分類核函數(shù)及參數(shù)選擇提供借鑒。通過對(duì)wine標(biāo)準(zhǔn)數(shù)據(jù)庫進(jìn)行測(cè)試,該系統(tǒng)算法最高識(shí)別率應(yīng)能達(dá)到97.7528% (87/89)。
五、已有的研究基礎(chǔ)
支持向量機(jī)在國內(nèi)外及各個(gè)方面已有廣泛的研究,已衍生出了許多支持向量機(jī)的分支:模糊支持向量機(jī)、最小二乘支持向量機(jī)、加權(quán)支持向量機(jī) ……(未完,全文共771字,當(dāng)前僅顯示490字,請(qǐng)閱讀下面提示信息。
收藏《論文開題報(bào)告:支持向量分類機(jī)及其應(yīng)用》)