国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

多輸出數(shù)據(jù)支持向量回歸學(xué)習(xí)算法

大小:0.72 MB 人氣: 2017-12-05 需要積分:1

  針對基于遞推下降法的多輸出支持向量回歸算法在模型參數(shù)擬合過程中收斂速度慢、預(yù)測精度低的情況,使用一種基于秩2校正規(guī)則且具有二階收斂速度的修正擬牛頓算法( BFGS)進(jìn)行多輸出支持向量回歸算法的模型參數(shù)擬合,同時(shí)為了保證模型迭代過程中的下降量和全局收斂性,應(yīng)用非精確線性搜索技術(shù)確定步長因子。通過分析支持向量機(jī)(SVM)中核函數(shù)的幾何結(jié)構(gòu),構(gòu)造數(shù)據(jù)依賴核函數(shù)替代傳統(tǒng)核函數(shù),生成多輸出數(shù)據(jù)依賴核支持向量回歸模型。將模型與基于梯度下降法、修正牛頓法擬合的多輸出支持向量回歸模型進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明,在200個(gè)樣本下該算法的迭代時(shí)間為72. 98 s,修正牛頓法的迭代時(shí)間為116. 34 s,遞推下降法的迭代時(shí)間為2065. 22 s。所提算法能夠減少模型迭代時(shí)間,具有更快的收斂速度。

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價(jià):好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?