您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于稀疏性的机器学习方法及研究.pdf69页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：200 &&
优秀硕士毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士硕士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考！！！
你可能关注的文档：
··········
··········
西安电子科技大学 硕士学位论文
基于稀疏性的机器学习方法研究 姓名：韩月 申请学位级别：硕士 专业：电路与系统 指导教师：杨淑媛 201203 随着信息技术的飞速发展，机器学习已经发展成为当前人工智能领域的研究
热点之一。稀疏性理论已被成功应用于许多机器学习方法中。核学习和谱图理论 易于理解且具有较强推广能力，是当今机器学习领域的热点问题。本文将稀疏性 引入到核函数的构造和图矩阵的构造问题中，构造了几种稀疏学习算法，采用标
准测试问题验证了其性能。研究内容主要包括以下几方面： 1 在现有的稀疏编码分类算法的基础上，提出～种稀疏中心核编码分类算
法。该方法首先通过k近邻思想在字典中选择中心样本，然后利用所有中心样本构
造稀疏核函数，将字典和测试样本通过稀疏核函数映射至特征空间，最后在特征
空间内对映射后的测试样本进行稀疏编码，利用得到的稀疏系数和误差判别函数
进行分类。由于核映射时使用的是稀疏核函数，既增强了数据的可分性又减少了
计算核函数的次数，使得该算法既能达到较高的识别精度，又能减少识别消耗时 间。在常用的标准人脸数据库和手写体数字数据库上进行的仿真实验验证了该算
法的有效性。 2 提出了一种基于核fl图的半监督分类算法。在现有的厶图方法的基础上，
通过引入核的思想，使得线性不可分的样本在特征空间内变得线性可分。将核，1图
方法构造的图矩阵与半监督分类方法结合，构造了基于核厶图的半监督分类。由于
获得的图矩阵增强了同类样本间的相似性以及不同类样本之间的差异性，因此在
后续分类中可获得更高的分类正确率。在标准人脸数据库和手写体数字数据库上
正在加载中，请稍后...基于稀疏性的机器学习方法研究——所有资料文档均为本人悉心收集，全部是文档中的..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于稀疏性的机器学习方法研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口 上传我的文档
 下载
 收藏
请您下载后勿作商用，只可学习交流使用。 本人如有侵犯作者权益，请作者联系本人删除
 下载此文档
正在努力加载中...
基于稀疏性的人脸检测与识别方法转研究
下载积分：1250
内容提示：基于稀疏性的人脸检测与识别方法转研究
文档格式：PDF|
浏览次数：0|
上传日期： 08:52:06|
文档星级：
该用户还上传了这些文档
基于稀疏性的人脸检测与识别方法转研究
官方公共微信}