点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - svm理论推导
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
语音识别技术文章.rar
第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1
所属分类:
其它
发布日期:2011-05-12
文件大小:5mb
提供者:
wangjunhui1984
支持向量机经典入门
本篇文章主要是针对支持向量机的初学者,重点介绍支持向量机的由来,及其理论推导。
所属分类:
教育
发布日期:2012-10-07
文件大小:887kb
提供者:
huangsefengy
支持向量机与神经网络的区别
二者在形式上有几分相似,但实际上有很大不同。 简而言之,神经网络是个“黑匣子”,优化目标是基于经验风险最小化,易陷入局部最优,训练结果不太稳定,一般需要大样本; 而支持向量机有严格的理论和数学基础,基于结构风险最小化原则, 泛化能力优于前者,算法具有全局最优性, 是针对小样本统计的理论。 目前来看,虽然二者均为机器学习领域非常流行的方法,但后者在很多方面的应用一般都优于前者。 神经网络是基于传统统计学的基础上的.传统统计学研究的内容是样本无穷大时的渐进理论,即当样本数据趋于无穷多时的统计性质,
所属分类:
专业指导
发布日期:2012-11-21
文件大小:3kb
提供者:
chyzh2012
SVM,ROC读书报告
SVM的简要总结,详细的理论推导见http://blog.pluskid.org/?p=682,同时总结了ROC曲线的画法,并在本人blog中给出本人原创的在python环境下,libsvm的使用方法和绘制ROC曲线的方法。
所属分类:
讲义
发布日期:2014-09-15
文件大小:476kb
提供者:
a_1937
SVM-支持向量机理解
本文档简单介绍了SVM的理论和基本推导,从易到难
所属分类:
讲义
发布日期:2015-09-22
文件大小:243kb
提供者:
yqwang2006
svm课程原理
李政轩老师的讲课整理而得到的关于SVM的理论推导
所属分类:
讲义
发布日期:2015-09-22
文件大小:2mb
提供者:
hhylqb
最小二乘支持向量机LSSVM
介绍了作为支持向量机(SVM)理论基础的统计学习理论和SVM的原理,推导了SVM回归模型;本文采用最小二乘支持向量机(LSSVM)模型,根据浙江台州某地区的历史负荷数据和气象数据,分析影响预测的各种因素,总结了负荷变化的规律性,对历史负荷数据中的“异常数据”进行修正,对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响,而目前依然是基于经验的办法解决。对此,本文采用粒子群优化算法对模型参数进行寻优,以测试集误差作为判决依据,实现模型参数的优化选择,使得预测精度有
所属分类:
其它
发布日期:2015-11-15
文件大小:327kb
提供者:
xukeleixkl
数据挖掘18大算法实现以及其他相关经典DM算法
数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica
所属分类:
专业指导
发布日期:2016-01-05
文件大小:220kb
提供者:
huangyueranbbc
支持向量机
支持向量机理论与推导,适合初学者阅读
所属分类:
电信
发布日期:2016-03-18
文件大小:7mb
提供者:
zhangjuxiao
MachineLearning-master-python.zip
属于网络下载资源,感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码,以及具体的应用实例,包含: Keras使用进阶。介绍了怎么保存训练好的CNN模型,怎么将CNN用作特征提取,怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras,用经典的Mnist分类问题对该框架的使用进行说明,训练一个CNN,总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo,人脸数
所属分类:
专业指导
发布日期:2016-07-04
文件大小:1mb
提供者:
qq_33042687
数据挖掘18大算法实现以及其他相关经典DM算法
数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica
所属分类:
Java
发布日期:2017-04-08
文件大小:220kb
提供者:
q6115759
SVM简单理论推导word版
支持向量机的简单理论推导。支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面。 SVM使用铰链损失函数计算经验风险并在求解系统中加入了正则化项以优化结构风险,是一个具有稀疏性和稳健性的分类器。
所属分类:
机器学习
发布日期:2020-11-06
文件大小:16kb
提供者:
qq_43270828
python车牌识别
车牌识别 介绍 opencv数字图像处理,pca+svm车牌识别 说明 该小工程是我为了学习支持向量机算法作为练习的,但继SVM的理论后,更多的困难体在数字图像处理上,比如车牌检测,字符分割,不过在坚持下都已被解决,希望大家能加入一起体验机器学习与数字图像处理 车牌识别的流程: 1检测到车牌 2将车牌的字符分割出来 3字符逐个使用SVM模型识别 具体的原理(包括SVM超平面推导公式)位于文件夹“theory”,格式为word 安装教程 python3 安装需要的库即可: numpy pandas
所属分类:
其它
发布日期:2020-12-20
文件大小:158kb
提供者:
weixin_38685876
精确稀疏LS-SVM
对于支持向量机(SVM)学习而言,通过对偶性推导的最小二乘SVM(LS-SVM)模型是一种广泛使用的模型,因为它具有明确的解决方案。 但是其局限性在于解决方案缺乏稀疏性。 在本文中,我们通过表示定理推导了另一个等效的LS-SVM模型,并证明了新模型可以在某些稀疏解中准确求解,但不能像某些研究人员那样在近似稀疏解中求解(Suykens等,2000; Suykens等人,2002b; Kruif和Vries,2003; Zeng和Chen,2005; Jiao等,2007; Kuh和Wilde,20
所属分类:
其它
发布日期:2021-03-16
文件大小:165kb
提供者:
weixin_38703794
最优化理论实践——支持向量机
约束优化算法实现SVM 约束优化算法概述 阅读文章前,我希望你应该知道约束优化问题的KKT条件,KKT条件能够给出一组方程,并且是最优解的必要条件,在这些解里做遍历并用二阶条件判断是一种解决问题的方式,但对一些并不容易计算的非线性方程组和hessian矩阵,这种方法并不高效。因此我们来介绍一些简单的解决一般约束优化问题的算法。 支持向量机算法推导 Python实现 import numpy as np import random from copy import deepcopy
所属分类:
其它
发布日期:2021-01-20
文件大小:402kb
提供者:
weixin_38502693