非正定核相关论文
支持向量机(Support Vector Machine, SVM)是实现统计学习理论的通用学习方法,其优异的泛化性能使得支持向量机在模式识别、回归分......
提出2种用于求解非正定核Laplace-SVR的序列最小最优化(SMO)算法.第1种算法仅针对Laplace-SVR而设计;第2种算法将Laplace-SVR作为......
通过运用SMO分解思想和支持向量回归机SVR模型的约束条件，将SVR模型的求解问题转化成一系列的给定区间内抛物线的最小值求解问题，对......
将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成......
利用变分方法讨论了非线性Ｈａｍｍｅｒｓｔｅｉｎ型积分方程的可解性及多重解，对核的非正特征值不加任何条件，这与现有文献所加条件不同。......
针对非正定核的机器同归方法（NPKMR）只对总体误差最小化而造成回归性能较差的问题，提出一种在NPKMR的基础上对每个样本点的回归误差进......
45年前F.Rosenblatt提出感知器模型以来,机器学习理论伴随着计算机技术的发展取得了长足的进步。在经历一些挫折后, 90年代后统计......
