基于机器学习的阵列信号处理方法 CNKI文献
阵列信号处理是现代信号处理领域的重要分支,在移动通信、雷达、声呐、射电天文、电子医学等领域具有重要的应用。目前,经典的阵列测向方法属于模型驱动类方法,如MUSIC、ESPRIT及其各种改进算法。然而,模型驱动类方法...
吴流丽
导师:黄知涛
国防科技大学
2019-10-01
博士论文
稀疏结构化LSTSVR算法的研究 CNKI文献
双支持向量机(TSVM)是基于支持向量机(SVM)上提出的一种新型机器学习方法,具有良好的学习性能,目前已成为机器学习领域的研究热点。TSVM常用于解决分类和回归问题。对分类问题而言,双支持向量
闫丽萍
导师:周水生
西安电子科技大学
2019-06-01
硕士论文
社会网络中基于多特征融合的群体推荐研究 CNKI文献
随着信息技术和移动互联网的飞速发展,信息爆炸的发展趋势已经不可阻挡。海量的信息在给人们带来更多选择的同时,也使得他们常常迷失在信息的海洋中而难以发现自己感兴趣的内容,导致“信息过载”问题。近年来,推荐系统...
郭智威
导师:唐晖
重庆大学
2018-06-01
博士论文
基于SVR的协同过滤方法研究 CNKI文献
协同过滤是一项重要的推荐系统技术,使用户在短时间内得到精确的信息的同时,为用户提供良好的使用及购买体验,从而成为商家获利的重要手段。协同过滤主要根据已有经验来预测用户的兴趣偏好和行为模式,为用户过滤掉不必...
计瑜
导师:贺怀清
中国民航大学
2018-05-15
硕士论文
最小二乘支持向量回归机的算法研究 CNKI文献
在本论文中我们主要考虑最小二乘支持向量回归机算法。该算法虽然继承了支持向量机算法的小样本、高维性和泛化能力强的优点,但由于其采用平方损失函数,从而导致算法缺乏稀疏性和鲁棒性。另一方面,...
仝玉婷
导师:向道红
浙江师范大学
2018-05-01
硕士论文
L_0-稀疏对偶支持向量机及应用 CNKI文献
支持向量机(Support Vector Machine,SVM)作为机器学习中的重要方法,因其具有良好的泛化能力备受关注,它可用来解决回归问题与分类问题.SVM模型是一个带有不等式约束的凸二次规划问题,通过将模型中的误差...
袁昆鹏
导师:杨莉
大连理工大学
2018-04-01
硕士论文
多输出SVRs和ε-RELMs CNKI文献
本文主要研究了多种形式的支持向量回归机(SVRs)和终端学习机(ELMs)以及在多输出回归问题中的应用.全文共分四章.第一章简述了多种形式的SVRs模型和经典的ELM.第二章为了改进正则ELM(RELM)和正则核ELM(RK...
李艳蒙
导师:范丽亚
聊城大学
2017-03-01
硕士论文
基于回归策略的混合推荐算法研究及并行化实现 CNKI文献
随着互联网和移动智能终端的兴起发展,人类正面临严重的数据过载。为了解决这一问题,推荐系统应运而生。推荐系统通过分析用户的偏好和行为信息,建立用户模型,主动为用户推荐其可能感兴趣的信息。然而由于数据规模的急...
李永超
导师:罗军
国防科学技术大学
2016-11-01
硕士论文
支持向量机鲁棒性模型与算法研究 CNKI文献
支持向量机是基于统计学习理论,以结构风险最小化为原则的一种针对小样本情况的新型机器学习方法,具有结构简单、全局最优解和泛化能力强等优点.支持向量机目前已成为机器学习领域解决分类问题和回归
王快妮
导师:钟萍
中国农业大学
2015-05-01
博士论文
潜在因子与多属性内容过滤推荐算法研究 CNKI文献
在实际系统中，信息呈爆炸式的增长，用户迫切希望在大量信息中找到感兴趣的物品或服务，构建推荐系统能够帮助用户解决这一问题。推荐系统稀疏性问题，是指大量用户只浏览了很少的物品，冷启动问题是新用户或新...
赵广杰
导师:尹四清
中北大学
2015-04-10
硕士论文
在线支持向量机的改进及应用研究 CNKI文献
支持向量机(Support Vector Machines, SVM)自被提出以来，就立即成为解决机器学习问题的一种新思路、新途径。由于其具有坚实的理论基础，不但有效地克服了传统机器学习方法中的诸多缺点，还具有较高的泛化收敛...
孙政
导师:潘丰
江南大学
2014-06-01
硕士论文
