收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

从神经网络到支撑矢量机(上)

罗公亮  
【摘要】:在统计模式识别中,Bayes决策规则从理论上解决了最优分类器的设计问题,然而其实施却必须首先解决更困难的概率密度估计问题,BP神经网络直接从观测数据(训练样本)学刁,是更简便有效的方法,因而获得了广泛的应用.但它是一种启发式技术,缺乏指导工程实践的坚实理论基础。统计推断理论研究所取得的突破性成果导致现代统什学习理论──VC理论的建立.该理论不仅在严格的数学基础上圆满地回答了人工神经网络中出现的理论问题,而且导出了一种新的学习人法──支撑矢量机(SVM)。SVM已经在一些实际问题中获得了成功的应用,性能优于传统的神经网络方法。本文以模式识别问题为背景,介绍VC理论的主要内容及支撑矢量机方法。

知网文化
【相似文献】
中国重要会议论文全文数据库 前2条
1 张艳宁;郑江滨;赵荣椿;;一种有效的遥感图像识别方法[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
2 王启明;王旭旸;杨溪林;罗公亮;;支撑矢量机初步研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
中国博士学位论文全文数据库 前5条
1 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
2 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
3 李青;优化核方法[D];西安电子科技大学;2007年
4 王夏黎;智能交通视频监视技术研究与应用[D];西北大学;2004年
5 李映;混合智能计算方法及其应用[D];西安电子科技大学;2002年
中国硕士学位论文全文数据库 前2条
1 常占军;基于多传感器的远距离人体目标检测[D];西安电子科技大学;2007年
2 张怀福;小波在LAMOST光谱处理中的应用[D];北京交通大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978