登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 软件工程 > 正文

基于SVM的文本分类系统设计与实现开题报告

 2022-01-04 20:47:21  

全文总字数:1877字

1. 研究目的与意义及国内外研究现状

支持向量机(support vector machines,svm) 是建立在统计学习理论vc维理论和结构风险 小化原理基础上的机器学习方法。

它在解决小样本、 非线性和高维模式识别问题中表现出许多特有的优 势,并在很大程度上克服了“维数灾难”和“过学 习”等问题。

此外,它具有坚实的理论基础,简单 明了的数学模型,因此,在模式识别、回归分析、 函数估计、时间序列预测等领域都得到了长足的发 展,并被广泛应用于文本识别、手写字体识别、 人脸图像识别、基因分类及时间序列预测等。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

1、理解SVM深度学习算法的设计原理;2、编码实现SVM深度学习算法;3、基于公共数据平台,做大量的实验,记录整理实验数据;4、基于上述实验数据,分析SVM算法的优缺点。

3. 实施方案、进度安排及预期效果

在指导教师的指导下,查阅相关文献,进行相关实验,按期开展论文工作。

4. 参考文献

  1. 支持向量机系列pluskid:http://blog.pluskid.org/?page_id=683;
  2. http://www.360doc.com/content/07/0716/23/11966_615252.shtml;
  3. 数据挖掘十大经典算法初探;
  4. 《模式识别支持向量机指南》,C.J.C Burges 著;
  5. 统计学习方法》,李航著(第7章有不少内容参考自支持向量机导论一书,不过,可以翻翻看看);
  6. 《统计自然语言处理》,宗成庆编著,第十二章、文本分类;
  7. SVM入门系列,Jasper:http://www.blogjava.net/zhenandaci/category/31868.html;
  8. 斯坦福大学机器学习课程原始讲义:http://www.cnblogs.com/jerrylead/archive/2012/05/08/2489725.html;
  9. 斯坦福机器学习课程笔记:http://www.cnblogs.com/jerrylead/tag/Machine Learning

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图