基于支持向量机的数据预测方法研究任务书
2020-04-10 16:42:36
1. 毕业设计(论文)主要内容:
1、理解、掌握支持向量机的原理;
2、分析支持向量机存在的缺陷,并针对这些原因提出两至三种改进方案;
3、选择数据集,对改进方案进行实验验证;
2. 毕业设计(论文)主要任务及要求
1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、收集相关的原始数据,并进行数据的预处理工作。
3. 毕业设计(论文)完成任务的计划与安排
1-3周:查阅文献,完成开题报告
4-6周:总体设计,完成论文综述
7-10周:设计算法,功能模块设计
4. 主要参考文献
[1] HEARST M A. Support Vector Machines [J]. IEEE Intelligent Systems and their Applications, 2002, 13(4): 18-28.
[2] LIN K C, CHIEN H Y. CSO-based feature selection and parameter optimization for support vector machine [J]. Expert Systems with Applications, 2006, 31(2): 231-40.
[3] LO S L, CAI C Z, CHEN Y Z, et al. Effect of training datasets on support vector machine prediction of protein-protein interactions [J]. Proteomics, 2005, 5(4): 876.
[4] 呼文亮, 王惠文. 基于贝叶斯准则的支持向量机预测模型 [J]. 北京航空航天大学学报, 2010, 36(4): 486-9.