作者:黄垚 刘思颂 孔瑞手写字符支持向量机拒识代价误分类代价概率点
摘要:支持向量机(SVM-Support Vector Machine)是在统计学习理论基础上发展起来的一种新的机器学习方法。传统的SVM是基于两类问题的,而实际需要解决的一般是多类问题。因此,将SVM应用于多类问题对挖掘SVM的应用潜力将具有非常重要的意义。此研究针对SVM在手写字符中的作用所提出的拒识代价和误分类代价是一个新的研究点,且更具有实际的研究意义。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《电子质量》(CN:44-1038/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
部级期刊
人气 371610 评论 74
人气 308132 评论 62
人气 269776 评论 66
统计源期刊
人气 156513 评论 73