一種基于支持向量機的直推式WEB挖掘.pdf_第1頁
已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、隨著Internet的飛速發(fā)展，網(wǎng)上的信息資源空前的豐富。人們迫切需要擁有能夠從中快速、有效地發(fā)現(xiàn)資源和知識的工具，提高在WEB上檢索信息、利用信息的效率。將傳統(tǒng)的數(shù)據(jù)挖掘與WEB結合進行WEB挖掘，己成為數(shù)據(jù)挖掘的一個重要和繁榮的子領域。 支持向量機是由Vapnik及其領導的AT&T實驗室研究小組提出的一種新的非常有發(fā)展前途的機器學習算法。因為SVM具有較強的理論依據(jù)和較好的泛化性能，使得它成為繼神經(jīng)網(wǎng)絡研究之后新的研究熱點，

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。

評論

0/150

提交評論