版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著網(wǎng)絡的發(fā)展,為了能夠有效地組織和分析海量的網(wǎng)頁信息,人們希望能夠?qū)W(wǎng)頁實現(xiàn)自動分類。因此,網(wǎng)頁分類技術(shù)便成了快速且有效地組織網(wǎng)絡上海量信息的一項重要技術(shù)。在眾多的網(wǎng)頁分類算法中,支持向量機憑借其出色的學習能力,已成為機器學習界的研究熱點。而現(xiàn)實生活中大量數(shù)據(jù)卻是無標記的,為數(shù)據(jù)作標記的工作耗時費力。這推動了機器學習的研究進入到一個新的階段,結(jié)合有標記數(shù)據(jù)和無標記數(shù)據(jù)的半監(jiān)督式學習正成為新熱點。
講述了網(wǎng)頁分類的過程,分
2、類方法種類劃分和評價標準。然后介紹了支持向量機的原理、發(fā)展和相關(guān)技術(shù),闡述了支持向量機技術(shù)在網(wǎng)頁分類中的重要作用。之后研究了目前支持向量機常用的訓練算法和半監(jiān)督支持向量機的訓練算法;還研究了主動學習的樣本選擇策略。針對目前半監(jiān)督支持向量機訓練算法存在訓練速度慢并且準確率不高等缺點,提出了一種基于主動學習的半監(jiān)督支持向量機學習算法,它以少量的有標記數(shù)據(jù)來訓練初始學習器,通過主動學習策略來選擇最佳訓練樣本,并通過刪除非支持向量來降低學習代價
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的多類網(wǎng)頁分類方法.pdf
- 基于支持向量機的半監(jiān)督式分類學習方法.pdf
- 基于支持向量機增量學習的網(wǎng)頁分類方法.pdf
- 基于支持向量機的網(wǎng)頁自動分類方法研究與實現(xiàn).pdf
- 半監(jiān)督孿生支持向量機.pdf
- 基于半監(jiān)督的網(wǎng)頁分類.pdf
- 半監(jiān)督支持向量機學習方法研究.pdf
- 基于改進支持向量機的網(wǎng)頁自動分類研究.pdf
- 基于支持向量機的網(wǎng)頁分類技術(shù)研究.pdf
- 監(jiān)督和半監(jiān)督支持向量機研究.pdf
- 基于支持向量機的中文網(wǎng)頁分類的研究.pdf
- 基于支持向量機的中文網(wǎng)頁自動分類系統(tǒng).pdf
- 12458.半監(jiān)督支持向量機高光譜遙感影像分類
- 基于支持向量機和半監(jiān)督深度信念網(wǎng)絡學習的圖像分類算法研究.pdf
- 基于支持向量機的多分類方法研究.pdf
- 基于幾何算法的支持向量機分類方法.pdf
- 半監(jiān)督支持向量機學習算法研究.pdf
- 基于支持向量機的圖像分類方法研究.pdf
- 基于支持向量機的中文網(wǎng)頁自動分類技術(shù)研究.pdf
- 半監(jiān)督網(wǎng)頁分類研究.pdf
評論
0/150
提交評論