实例介绍
【实例简介】结合粗糙集的支持向量机研究及应用
【实例截图】
【核心代码】
封面 文摘 英文文摘 声明 第一章绪论 1.1研究背景 1.1.1统计学习理论 1.1.2支持向量机 1.1.3粗糙集 1.2课题研究意义 1.3本文工作概述 1.3.1创新点 1.3.2章节结构 第二章基本理论 2.1支持向量机理论背景 2.2支持向量回归机 2.3粗糙集理论背景 2.4本章小结 第三章支持向量机的进一步研究 3.1基本原理 3.2 Phillips算法 3.3改进算法 3.4实验分析与验证 3.5本章小结 第四章结合粗糙集的支持向量机研究与应用 4.1基本概念 4.1.1属性约简 4.1.2邻域 4.2算法 4.2.1属性约简算法 4.2.2邻域分类算法 4.2.3改进算法 4.3实验 4.4电力系统负荷预测应用 4.5本章小结 第五章总结与展望 5.1总结 5.2展望 参考文献 攻读学位期间的研究成果 致谢
好例子网口号：伸出你的我的手 — 分享！
相关软件
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论