【摘 要】
：
模式分类问题已经涉及到各个科学研究领域中，分类算法也已成为解决这些问题的核心技术。近年来，支持向量机(Support Vector Machine,SVM)作为一种新的机器学习算法应运而生，并且
论文部分内容阅读
模式分类问题已经涉及到各个科学研究领域中，分类算法也已成为解决这些问题的核心技术。近年来，支持向量机(Support Vector Machine,SVM)作为一种新的机器学习算法应运而生，并且广泛地应用于统计分类和回归分析。然而，在实际应用中常常会遇到许多多类别分类问题，SVM在处理这类问题时需要构造多个多值分类模型，将该问题转化成多个二值分类器。随着样本种类的增多，这种变形的SVM方法的效率会明显下降，计算复杂度也会增加。因此，SVM学习算法是一个十分值得我们深入研究的领域，提出一种简单的多类分类方法更是势在必行。 在函数回归和密度估计领域中，传统的支持向量回归机(Support Vector RearessionMachine,SVR)常常被用来估计未知的回归函数的。然而，本文提出一种新颖的基于SVR框架的多分类方法，即基于趋同的支持向量回归机(Support Vector Regression Machine withConsistency,SVRC)的多分类方法。本文的主要贡献有以下几点： 1)为了更好地解决多分类问题，在SVR框架下，采用L1范数正则化代替最大间隔项； 2)我们采用样本的类标签信息构建了一个趋同矩阵，并将它作为惩罚项，使得来自相同类别的训练样本对测试样本的重构具有近似的贡献，从而改善算法的鲁棒性； 3)用尽可能少的类别样本来表示测试样本，提高重构测试样本的准确性，本文采用测试样本与训练样本之间相应的局部近邻关系设计了一个选择矩阵，克服了基于分类的稀疏表示(Sparse Representation basedClassification,SRC)寻找全局稀疏表示的缺陷。实验仿真结果表明本文提出的方法是一种比较新颖的多分类方法，与现有的一些多分类方法相比，具有良好的分类性能。
其他文献
为了测试异步电机的堵转、空载和负载等机械特性,本文研究了异步电机测试控制系统。在电机教学过程中,为培养学生的动手操作能力,该系统是不可缺少的一个环节。本文简要介绍了电机测试装置的发展现状,并设计分析了能量回馈型异步电机测试控制系统的整体结构和功能。传统的电机测试实验以能耗装置来做电动机的负载,这种方法不仅造成能量的浪费,而且负载调节也极不方便。本文采用可控整流/回馈单元模式加载具有非常良好的加载特
电石作为重要的工业化合原料具有广泛的用途和市场前景,电石炉是生产电石的主要设备。针对电石炉是一个具有多变量、强耦合和时变等特点的被控对象,采用常规的PID控制算法难
电动机是电力传动机构的核心,是工业控制系统中非常重要的组成部分。永磁同步电动机具有结构简单、高效率、高功率密度等特点,结合先进的控制算法和处理芯片,永磁同步电动机伺服系统在许多领域得到广泛应用。首先,本文分析了永磁同步电动机的结构及特点,研究了永磁同步电动机的磁路参数,为建立永磁同步电动机的数学模型及进一步的控制方法打好了基础。在永磁同步电动机数学模型的基础上,结合矢量控制算法,介绍了矢量控制系统
工业控制系统在设计之初,主要考虑的是生产的可靠性和稳定性,并未将信息安全作为主要的设计指标。但随着信息化与工业化的深度融合以及以太网技术在工控系统中的应用,在拓展
目前，基于统计的机器翻译方法得到广泛的应用，如软件本地化、翻译后编辑等领域。然而，受限于双语语料的规模和质量，当前的统计机器翻译系统仍然无法提供等同于人类的翻译质量，因此
近年来,计算机科学和微电子技术的不断提高,极大地推动了测量仪器技术的快速发展。人们对测量仪器技术提出了更高的标准和要求,而传统的测量仪器存在着功能简单、速度慢、实
本文研究了基于机器学习的多传感器目标识别技术,针对能够将SIFT高维特征向量表示成低维特征向量的"词袋"模型的构建进行了改进,并将其应用到了全局特征和局部特征结合以及红
自然灾害等突发事件的高频率发生及其危害程度的日益严重促使应急信息系统的建设成为中国发展的重要战略之一。历经多年的发展，我国已经初步建成国家突发公共事件应急预案体系
近些年来,随着半导体工业的发展,芯片的集成度越来越高,其关键单元的特征尺寸已经达到数十纳米。这对现有的工业检测手段提出了新的要求与挑战。目前普遍采用的光学检测技术
硅单晶是最重要的半导体材料，已渗透到国民经济和国防科技的各个领域，逐渐受到世界各国的广泛重视。极大规模集成电路的不断发展，对硅单晶品质提出了更高的要求。特别是目前大尺