菜单
  

     神经网络计算步骤如下:

    (1)选定权系数初值;

    (2)正向计算隐含层和输出层各节点输出;

    (3)反向计算误差梯度;

    (4)调整权值;

    (5)重复(2)、(3)、(4)步直到样本输出误差足够小.

    2.3  支持向量机

    2.3.1  分类超平面

    假定 决定一个决策界面,当 为线性时,这个决策界面便是个超平面 .其中超平面 的法向量为 ,决定了超平面方向; 决定超平面位置.一般的,超平面 把输入空间分为两个半空间,既 ~ 空间.当 在 空间时, , 指向 ,为 的正侧;反之为 的负侧.

    超平面有以下性质:源'自:751-'论/文'网"www.751com.cn

    (1) 与 正交;

    (2)任意点 到超平面的代数距离 ,既 正比于 到 的代数距离;

    (3)原点到超平面的代数距离 ,既原点到H的代数距离与偏置 成正比;

    (4)若 ,则H在原点的正侧;若 ,则H在原点的负侧;若 ,则 ,说明超平面 通过原点.

    2.3.2  线性可分支持向量机

    设两类问题训练样本集为 ,其中 .问题线性可分是指,存在着超平面 ,使得训练样本中的正确输入和负类输入分别位于该超平面的两侧,或者说存在参数对 ,使得:

                                                             (2.1)

    对于线性可分问题,不失一般性,可假定训练集中的向量满足:

                                                       (2.2)

    由于支持向量与超平面之间的距离为 ,支持向量之间距离为 ,既为分类间隔.因此构造最优超平面使分类间隔最大的问题就转化为在式(2.2)的约束下求下式的最小值:

                                                                 (2.3)

    它属于二次规划的问题,利用 优化方法可以把上述最优分类面问题转化为其对偶问题,其最优解为下列 函数的鞍点:

                                          (2.4)

    其中 为非负 乘数.值得注意的是,式(2.4)是一个凸二次规划问题,存在唯一的最优解.在鞍点处,由于 和 的梯度为0,可得:

    又最优解满足:

    任取 ,可求的 由上式可知,结果可得大部分 为零.将 不为零所对应的样本称为支持向量.因此在权重向量的表达式中,只有这些点包括在内

  1. 上一篇:不等式证明方法的探讨
  2. 下一篇:一阶常微分方程的解法
  1. 基于指数模型的最大次序统计量的可靠性性质

  2. 基于学情的初中数学变式教学设计平方差公式

  3. 基于回归分析的上市公司业绩预测

  4. 基于统计分析的股票投资决策研究

  5. 基于MATLAB的数学可视化及应用研究

  6. 基于正交试验的股票投资收益影响因素分析

  7. 基于麦克风阵列的声源定位

  8. 中考体育项目与体育教学合理结合的研究

  9. 电站锅炉暖风器设计任务书

  10. 河岸冲刷和泥沙淤积的监测国内外研究现状

  11. 乳业同业并购式全产业链...

  12. 大众媒体对公共政策制定的影响

  13. 十二层带中心支撑钢结构...

  14. java+mysql车辆管理系统的设计+源代码

  15. 酸性水汽提装置总汽提塔设计+CAD图纸

  16. 杂拟谷盗体内共生菌沃尔...

  17. 当代大学生慈善意识研究+文献综述

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回