基于多支持向量机的DT算法研究及应用.pdfVIP

基于多支持向量机的DT算法研究及应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多支持向量机的DT算法研究及应用.pdf

基于多支持向量机的! 算法研究及应用 王海瑜 潘 泉 张洪才 张绍武 (西北工业大学自动控制系,西安 7 %7! ) : =?-0@ ABCD%2#EF/GBHI?-0@$FH? 摘 要 该文提出一种利用多个支持向量机分类器的输出向量来实现对分类器进行融合的决策模板算法,且采用交叉 验证的方法得到模板,并将其运用到蛋白质结构类分类当中。实验表明:该文算法可有效提高分类精度,因此具有一定的 应用价值。 关键词 决策模板 支持向量机 分类器融合 交叉验证 蛋白质结构类 文章编号 ( ) 文献标识码 中图分类号 %!DD% !# %D! J 9KD %$3 #$%$’() *+ ,--./(0/1* 12 !$(/%/1* $3-.0$ ,.41’/0)3 5%$+ 1* 67.0/-.$ 8.%%/2/$’% 9*4 :/;7 * =7* )*4 :1*4(/ )*4 ?)1@7 ( , , ) 8L.-MI?L/I HN JOIH?-I0F PH/IMH@ QHMIBAL5ILM/ KH@CILFB/0F-@ R/0SLM50IC T0U-/ 7 %7 % : , ,A%0’(0 V/ HMWLM IH M-05L IBL .LMNHM?-/FL HN ?O@I0.@L F@-550N0LM5 NO50H/ - /LA WLF050H/ IL?.@-IL -@6HM0IB? X-5LW H/ IBL HOI.OI SLFIHM5 HN 5O..HMI SLFIHM ?-FB0/L -/W IBL FMH55 S-@0W-I0H/ ?LIBHW 05 .ML5L/ILW 0/ IB05 .-.LM$KMHIL0/ 5IMOFY , IOML F@-55 F@-550N0F-I0H/ LZ.LM0?L/I MLSL-@5 IB-I IB05 -@6HM0IB? F-/ LNNLFI0SL@C L/B-/FL IBL -FFOM-FC HN MLFH6/0I0H/ 5H 0I ?-C B-SL -..@0F-I0H/ S-@OL$ : , , , , B$;@1’+% WLF050H/ IL?.@-IL 5O..HMI SLFIHM ?-FB0/L F@-550N0LM5 NO50H/ FMH55 S-@0W-I0H/ .MHIL0/ 5IMOFIOML F@-55 ’7) 该文以 和决策模板融合算法 ( 算法)为基础进行 % 引言 *+,

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档