現(xiàn)代計(jì)算方法講座ppt課件-資料下載頁
2025-05-01 12:14本頁面
【正文】 清零 Tabu = zeros(m, n)。 end ? % 第九步續(xù)：完成，輸出結(jié)果 ? Pos = find(L_best == min(L_best))。 ? Shortest_Route = R_best(Pos(1), :)。 ? Shortest_Length = L_best(Pos(1))。 ? subplot(1, 2, 1)。 ? DrawRoute(C, Shortest_Route)。 ? subplot(1, 2, 2)。 ? plot(L_best)。 ? hold on。 ? plot(L_ave)。 說明：圖中左圖是找出的最短路徑，其中圓點(diǎn)表示城市，橫縱軸表示坐標(biāo)。圖中右圖橫坐標(biāo)表示迭代次數(shù) (算法一共執(zhí)行的次數(shù) )，縱軸表示路徑長度。其中圖中下面線是表示在蟻群算法中，分別迭代 k次，在 m條路徑中最短的一條路徑長度，上面線是表示在 m調(diào)路徑中平均路徑的長度。 四、數(shù)據(jù)挖掘技術(shù)（支持向量機(jī)算法） ? 數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識別新穎的、潛在有用的以及最終可理解的非平凡模式和知識的過程。它是一門涉及面很廣的交叉學(xué)科，包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。 ? V. Vapnik等人從二十世紀(jì)六、七十年代開始致力于統(tǒng)計(jì)學(xué)習(xí)理論方面的研究，到九十年代中期，隨著該理論的不斷發(fā)展和成熟，也由于神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法在理論上缺乏實(shí)質(zhì)性進(jìn)展，統(tǒng)計(jì)學(xué)習(xí)理論開始受到越來越廣泛的重視。同時，在這一理論的基礎(chǔ)上發(fā)展了一種新的通用學(xué)習(xí)方法，即為支持向量機(jī) (Support Vector Machine或 SVM)。 支持向量機(jī)的訓(xùn)練算法的基本模型 用于分類問題的支持向量機(jī)算法 ? Step1 設(shè)已知訓(xùn)練樣本集 { }, 期望輸出 , 。 ? Step2 選擇核函數(shù)和懲罰參數(shù) C, 構(gòu)造并求解最優(yōu)化問題 的最優(yōu)解 。 ( , ) , 1 , 2 , ,iix y i l?{ 1, 1}iy ? ? ? nixR?121 1 11m in ( , ). . 00 , 1 , 2 , ,l l li j i j i j ji i jliiiiy y K x xs t yC i l?? ? ???? ? ????? ? ?? ? ??* * * *12( , , , )l? ? ? ??? Step3 選擇 ，一個小于 C的正分量 , 并據(jù)此計(jì)算 。 ? Step4 求決策函數(shù) *? *j?**1( , )lj i i i jib y y K x x???? ?**1( ) s g n ( ( , ) )li i iif x y K x x b?????? 概括地說 , 支持向量機(jī)就是首先通過內(nèi)積函數(shù)定義的非線性變換將輸入空間變換到一個高維空間 , 在這個空間中 (廣義 )最優(yōu)分類面 .最后根據(jù) f(x)的符號來確定輸入樣本的歸屬。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1