基于支持向量机的数据库学习算法

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:GaryCong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文中介绍了一个利用数据库中的大量数据进行决策的方法。对于仅涉及数据库中部分数据的问题,对数据库中与当前问题相关的数据采用具有强泛化能力的支持向量机方法学习分类规则和回归函数,完成对当前问题的分类和估值。支持向量机算法用非线性映射把数据映射到一个高维特征空间,在高维特征空间进行线性分类和线性回归,将原问题转化为一个凸次优化问题。上述算法实现了一个隧道工程支护设计系统,并取得了较好的效果。
其他文献
跳跃因子模型是处理系统超载的一种有效方法.它能够降低系统负载,并使系统缓慢降级.Deeply-Red算法是一种简单的基于跳跃因子模型的任务请求丢弃方法,然而由于Deeply-Red算法
在集成电路设计中,面积、功耗和可测性是3个最为重要的优化指标.测试成本正随着集成电路规模的不断增大而提高,因此在设计中加入可测性设计的考虑已成为共识.基于扫描的可测
讨论图式理论的信息处理模式,探究其对听力能力训练的启示,注重激活图式、概念驱动的模式以提高听力能力。
强化学习通过感知环境状态和从环境中获得不确定奖赏值来学习动态系统的最优行为策略,是构造智能Agent的核心技术之一.在面向Agent的开发环境AODE中扩充BDI模型,引入策略和能
2008年,全国蓝耳病疫情普查期间,本市生猪调运户周某运载120头生猪至广东某地屠宰场,在本市经某检疫站办理运输检疫证、运载工具消毒证明后,请检疫员刘某出具加盖市级防控重大动