backsnow
- 浏览: 127255 次
- 性别:
- 来自: 广州
-
最新评论
-
saieuler：
最近想学，标记一下
Programming.Collective.Intelligence中对常用机器学习算法的总结 -
backsnow：
Primal中，显式计算Hessian矩阵的复杂度为nd^2, ...
svm的复杂度 -
backsnow：
调试运行时报~/workspace/mahout/exampl ...
mahout在eclipse下的开发环境 -
backsnow：
真见鬼，之前中文论文用latex打开变成乱码，把编码改一下再改 ...
Latex简历模板下载位置 -
backsnow：
我在将当前用户加入hadoop组的时候发现原来所属的组不见了， ...
ubuntu中用户组的问题
相关推荐
针对传统分类方法的缺陷, 提出了一种基于AdaBoost-SVM的流量方法。该方法利用K-L变换从大量冗余流量特征中遴选出少量本征...理论分析和实验结果表明：在降低计算复杂度的同时, AdaBoost-SVM算法的准确性能够达到95%。
基于 LMS 训练实现低复杂度分类器基于简单 RBF 单元的非线性扩展特征空间。 单位的中心是从使用基于新颖性的简单搜索算法训练样本检测。 相关论文： R. Dogaru，“具有简单构造的面向硬件的分类器基于支持向量的训练...
svm 基于PCA（主成分分析）和SVM（支持向量机）的人脸识别是一种常见的方法。这里是一个简要说明： PCA（主成分分析）： ...PCA可以有效地降低数据的维度，减少计算复杂度，并提取最相关的特征。 SVM在处理
结果表明，参数优化算法具有一定的准确性，在优化的 k 值与 d 值时，LLE+SVM 的分类正确率最高，同时实验发现，PCA_LLE 组合算法的分类正确率与 LLE 算法相近，但是时间复杂度却远低于LLE 算法。 总结：资源中包括...
这种方法看似简单，但其计算复杂度比较高，实现起来比较困难，只适合用于小型问题中； （2）间接法，主要是通过组合多个二分类器来实现多分类器的构造，常见的方法有one-against-one和one-against-all两种。
利用商空间粒度理论对已有...该算法将SVM分类问题划分成两个或多个子问题，从而降低了SVM分类复杂度。实验表明，改进的算法适用于处理大数据量的样本，能在保持分类精度的情况下有效地提高支持向量机的学习和分类速度。
基于RBF核，利用Synthc、BC等标准数据集，采用五重交叉验证，比较SVM(支持向量机)及RVM(关联向量机)模式分析性能。实验结果表明，与SVM相比，RVM时间复杂度、测试错误率较低，模式分析性能较优。
实验表明，改进KNN-SVM将阈值获取时间提前，避免了传统KNN-SVM对超平面附近样本先SVM检测再KNN检测的重复检测，不仅降低了算法复杂度和运行时间，且检测准确率高于传统KNN-SVM和单独使用KNN或SVM时的值，最高达到了...
针对一般基于范例学习超分辨率重建算法的图像块误匹配和运算复杂度高等问题, 提出了一种基于支持向量机预分类学习的算法。通过在匹配搜索前使用SVM筛选出与重建目标图像颜色特征相似的样本子库, 保证了精确匹配搜索...
.m 资源 本代码利用对偶空间求解SVM模型与直接求解进行对比，实现简单的模式分类
为了更有效地识别脑磁信号，提出一种基于多维复杂度的脑磁信号分类方法。首先提取信号的AR模型系数、频带能量、近似熵和Lempel-Ziv复杂度作为特征。然后运用增[L]减[R]搜索算法结合距离准则选择通道。最后采用遗传...
支持向量机方法具有良好的分类准确率、稳定性与泛化性, 在网络流量分类领域已有初步应用, 但在面对大规模网络流量分类问题时却存在计算复杂度高、分类器训练速度慢的缺陷。为此, 提出一种基于比特压缩的快速SVM方法,...
这种方法看似简单，但其计算复杂度比较高，实现起来比较困难，只适合用于小型问题中； （2）间接法，主要是通过组合多个二分类器来实现多分类器的构造，常见的方法有one-against-one和one-against-all两种。 一...
改进的基于SVM决策树的多分类算法，刘靖雯，王小捷，标准的SVM是针对两类的分类问题，如何将两类问题推广到多类问题上，是目前研究的一个热点。本文提出了一种改进的基于SVM决策树的多
matlab最优化linprog代码最小复杂度的机器 VC 维度衡量学习机的复杂度，低 VC 维度导致良好的泛化。 虽然 SVM 产生了最先进的学习性能，但众所周知，SVM 的 VC 维数可以是无限的； 尽管在实践中取得了良好的结果，但...
该算法将实际问题通过非线性变换到高维的特征空间，在高维空间中构造线性判别函数，以替换原空间中的非线性判别函数，这样能保证机器有较好的推广能力，同时它巧妙地解决了维数问题，其算法复杂度与样本维数无关
由于RGB图像的体积较大，但另一方面我们也知道，一张图片也可以用其灰度图像来反映，因此，对目标图像进行灰度的转化，可以降低对设计复杂度和运行效率的要求。尽管灰度转化后可以有效的降低图片的大小，但是对于256...
利用网格搜索进行参数寻优，效果很好，时间复杂度也可以
支持向量机是最有效的分类技术之一，具有很高的分类精度和良好的泛化能力，但其应用于大型数据集时的训练过程还是非常复杂。...实验证明，该方法能在较大程度上减小计算复杂度，从而提高大型数据集中的训练速度。