支持向量机是数据挖掘中的一个新方法。
支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和综合评价等领域,因此可应用于理科、工科和管理等多种学科。
目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。
希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。
《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者,也包括关心应用的实际工作者。
对于有关领域的具有高等数学知识的实际工作者,略去书中的某些理论部分,仍能对支持向量机的本质有一个概括的理解,从而用它解决自己的问题。
《数据挖掘中的新方法——支持向量机》适合高等院校高年级学生、研究生、教师和相关科研人员及相关领域的实际工作者使用。
序言符号表第1章最优化问题及其基本理论1·1最优化问题1·2最优性条件1·3对偶理论1·4注记参考文献第2章求解分类问题和回归问题的直观途径2·1分类问题的提出2·2线性分类学习机2·3支持向量分类机2·4线性回归学习机2·5支持向量回归机2·6注记参考文献第3章核3·1描述相似性的工具——内积3·2多项式空间和多项式核3·3Mercer核3·4正定核3·5核的构造3·6注记参考文献第4章推广能力的理论估计4·1损失函数和期望风险4·2求解分类问题的一种途径和一个算法模型4·3VC维4·4学习算法在概率意义下的近似正确性4·5一致性概念和关键定理4·6结构风险最小化4·7基于间隔的推广估计4·8注记参考文献第5章分类问题5·1最大间隔原则5·2线性可分支持向量分类机5·3线性支持向量分类机5·4支持向量分类机5·5ν-支持向量分类机(ν-SVC)5·6ν-支持向量分类机(ν-SVC)和C-支持向量分类机(C-SVC)的关系5·7多类分类问题5·8一个例子5·9注记参考文献第6章回归估计6·1回归问题6·2ε-支持向量回归机6·3ν-支持向量回归机6·4ε-支持向量回归机(ε-SVR)与ν-支持向量回归机(ν-SVR)的关系6·5其他方式的支持向量回归机6·6其他方式的损失函数6·7一些例子6·8注记参考文献第7章算法7·1无约束问题解法7·2内点算法7·3求解大型问题的算法7·4注记参考文献第8章应用8·1模型选择问题8·2分类问题的线性分划中的特征选择8·3模型选择8·4静态图像中球的识别8·5自由曲面的重建问题8·6应用简介8·7核技巧的应用8·8注记参考文献附录A基础知识A·1基本定义A·2梯度和Hesse矩阵A·3方向导数A·4Taylor展开式A·5分离定理附录BHilbert空间B·1向量空间B·2内积空间B·3Hilbert空间B·4算子、特征值和特征向量附录C概率C·1概率空间C·2随机变量及其分布C·3随机变量的数字特征C·4大数定律附录D鸢尾属植物数据集英汉术语对照表
2022/9/5 18:46:11 7.74MB 数据挖掘、支持向量机.pdf
1
激光打标是以极其纤细的光斑打出各种符号,文字,图案等等,光斑大小可以以微米量级。
对微型工加或是防伪有着更深的意义。
2022/9/5 15:13:28 26KB LabVIEW
1
用matlab编写的Alamouti方案的空时编码仿真代码。
运用QPSK符号,2发1收或2收2发。
2022/9/5 10:52:42 199KB Alamouti QPSK matlab
1
算术编码程序要求可以输出信源符号,可以自定义信号流,输出编码并解码。
2022/9/5 4:18:59 4KB 算术编码
1
实现目标一个在Linux下可以使用的聊天软件,要求至少实现如下功能:1.采用Client/Server架构2.ClientA登陆聊天服务器前,需要注册自己的ID和密码3.注册成功后,ClientA就可以通过自己的ID和密码登陆聊天服务器4.多个ClientX可以同时登陆聊天服务器之后,与其他用户进行通讯聊天5.ClientA成功登陆后可以查看当前聊天室内其他在线用户Clientx6.ClientA可以选择发消息给某个特定的ClientX,即”悄然话”功能7.ClientA可以选择发消息全部的在线用户,即”群发消息”功能8.ClientA在退出时需要保存聊天记录9.Server端维护一个所有登陆用户的聊天会的记录文件,以便备查可以选择实现的附加功能:1.Server可以内建一个特殊权限的账号admin,用于管理聊天室2.Admin可以将某个ClientX“提出聊天室”3.Admin可以将某个ClientX”设为只能旁听,不能发言”4.Client端发言增加表情符号,可以设置某些自定义的特殊组合来表达感情.如输入:),则会自动发送”XXX向大家做了个笑脸”5.Client段增加某些常用话语,可以对其中某些部分进行”姓名替换”,例如,输入/ClientA/welcome,则会自动发送”ClientA大侠,欢迎你来到咱们的聊天室”附加功能:文件传输
2022/9/4 20:45:10 77KB linux 聊天室 C语言 网络编程
1
已知:心愿符号个数r、码字集合C算法:1、考查C中所有的码字,若是的前缀,则将相应的后缀作为一个尾随后缀码放入集合中;
3、即为码C的尾随后缀集合;
4、若F中出现了C中的元素,则算法终止,前往假(C不是唯一可译码);
否则若F中没有出现新的元素,则前往真。
要求:1、 使用的编程:C++;
2、 输入:任意的一个码,码字个数和每个具体的码字在运行时从键盘输入。
3、 输出:判决(是唯一可译码/不是唯一可译码)。
4、 源程序格式整齐清晰,注释简单明了。
2022/9/4 17:43:23 90KB 唯一 可译码 判决准则
1
Fuzzysimulink有关模糊PID问题概述-自适应模糊PID.rar最近很多人问我关于模糊PID的问题,我就把模糊PID的问题综合了一下,希望对大家有所帮助。
一、模糊PID就是指自适应模糊PID吗?不是,通常模糊控制和PID控制结合的方式有以下几种:1、大误差范围内采用模糊控制,小误差范围内转换成PID控制的模糊PID开关切换控制。
2、PID控制与模糊控制并联而成的混合型模糊PID控制。
3、利用模糊控制器在线整定PID控制器参数的自适应模糊PID控制。
一般用1和3比较多,MATLAB自带的水箱液位控制tank采用的就是开关切换控制。
由于自适应模糊PID控制效果更加良好,而且大多数人选用自适应模糊PID控制器,所以在这里主要指自适应模糊PID控制器。
二、自适应模糊PID的概念根据PID控制器的三个参数与偏差e和偏差的变化ec之间的模糊关系,在运行时不断检测e及ec,通过事先确定的关系,利用模糊推理的方法,在线修改PID控制器的三个参数,让PID参数可自整定。
就我的理解而言,它最终还是一个PID控制器,但是因为参数可自动调整的缘故,所以也能解决不少一般的非线性问题,但是假如系统的非线性、不确定性很严重时,那模糊PID的控制效果就会不理想啦。
三、模糊PID控制规则是怎么定的?这个控制规则当然很重要,一般经验:当e较大时,为使系统具有较好的跟踪功能,应取较大的Kp与较小的Kd,同时为避免系统响应出现较大的超调,应对积分作用加以限制,通常取Ki=0。
当e处于中等大小时,为使系统响应具有较小的超调,Kp应取得小些。
在这种情况下,Kd的取值对系统响应的影响较大,Ki的取值要适当。
当e较小时,为使系统具有较好的稳定功能,Kp与Ki均应取得大些,同时为避免系统在设定值附近出现振荡,Kd值的选择根据|ec|值较大时,Kd取较小值,通常Kd为中等大小。
另外主要还得根据系统本身的特性和你自己的经验来整定,当然你先得弄明白PID三个参数Kp,Ki,Kd各自的作用,尤其对于你控制的这个系统。
四、量化因子Ke,Kec,Ku该如何确定?有个一般的公式:Ke=n/e,Kec=m/ec,Ku=u/l。
n,m,l分别为Ke,Kec,Ku的量化等级,一般可取6或7。
e,ec,u分别为误差,误差变化率,控制输出的论域。
不过通过我实际的调试,有时候这些公式并不好使。
所以我一般都采用凑试法,根据你的经验,先确定Ku,这个直接关系着你的输出是发散的还是收敛的。
再确定Ke,这个直接关系着输出的稳态误差响应。
最后确定Kec,前面两个参数确定好了,这个应该也不会难了。
五、在仿真的时候会出现刚开始仿真的时候时间进度很慢,从e-10次方等等开始,该怎么解决?这时候肯定会有许多人跳出来说是步长的问题,等你改完步长,能运行了,一看结果,惨不忍睹!我只能说这个情况有可能是你的参数有错误,但如果各项参数是正确的前提下,你可以在方框图里面加饱和输出模块或者改变阶跃信号的sampletime,让不从0开始或者加个延迟模块或者加零阶保持器看看……六、仿真到一半的时候仿真不动了是什么原因?仿真图形很有可能发散了,加个零阶保持器,饱和输出模块看看效果。
改变Ke,Kec,Ku的参数。
七、仿真图形怎么反了?把Ku里面的参数改变一下符号,比如说从正变为负。
模糊PID的话改变Kp的就可以。
八、还有人问我为什么有的自适应模糊PID里有相加的模块而有的没有?相加的是与PID的初值相加。
最后出来的各项参数Kp=△KpKp0,Ki=△KiKi0,Kd=△KdKd0。
Kp0,Ki0,Kd0分别为PID的初值。
有的系统并没有设定PID的初值。
九、我照着论文搭建的,什么都是正确的,为什么最后就是结果不对?你修改下参数或者重新搭建一遍。
哪一点出了点小问题,都有可能导致失败。
……大家还有什么问题就在帖子后面留言哈,如果模型实在是搭建不成功的话可以给我看看,大家有问题一起解决!附件里面是两个自适应模糊PID的程序,大家可以参考下!所含文件:Figure38.jpgsimulink有关模糊PID问题概述结构图:Figure39.jpgsimulink有关模糊PID问题概述Figure40.jpgsimulink有关模糊PID问题概述
2022/9/4 9:33:16 17KB matlab
1
在MATLAB中利用蚁群算法进行优化PID参数,function[Pid_kp_Opertimizer,Pid_ti_Opertimizer,Pid_td_Opertimizer,Overshoot,Tr,Ts]=OptimizerPID1(m,NC_max,Alpha,Beta,Rho,Q)%%次要符号说明%%NC_max最大迭代次数%%m蚂蚁个数%%Alpha表征信息素重要程度的参数%%Beta表征启发式因子重要程度的参数%%Rho信息素蒸发系数%%Q信息素增加强度系数%%输出分别表示:PID三个最优参数、超调量、上升时间、下降时间在运次程序之前,要先加载OptimizerPID.slx文件,然后再运行OptimizerPID.m文件,这个函数需要相应的参数才能运行,参数的含义在代码已经写出来了。
2022/9/4 8:32:42 43KB 蚁群算法
1
故事书插件,用于显示React组件的静态符号安装npminstall--save-devstorybook-react-to-static-markup组态添加到.storybook/addons.jsimport'storybook-react-to-static-markup/register'添加到.storybook/config.jsimport{addDecorator}from'@storybook/react'import{withStaticMarkup}from'storybook-react-to-static-mark
1
ECMAScript是一种由ECMA国际通过ECMA-262标准化的脚本程序设计语言,目前最新版本为ECMAScript2018。
JavaScript是这个标准的一个实现和扩展。
这种语言广泛用于Web前端开发,可以说想成为一名前端开发高手,就必须掌握ECMAScript。
黄灯桥编著的《ECMAScript2018快速入门》分为13章,较为系统地引见ECMAScript语言,内容包括变量与常量、表达式和运算符、字符串、数字和符号、数组和类型化数组、对象、函数、集合和映射、迭代器和生成器、Promise对象与异步函数、代理、类和模块,最后引导读者自己动手写一个JS框架。
本书适合Web前端初学者、不了解ECMAScript的Web前端开发人员,也适合高等院校和培训学校相关专业的师生进行参考。
资源来自网络,这个是没有水印的版本
2022/9/3 21:26:24 46.68MB JavaScript ECMAScript
1
共 549 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡