文档介绍：逢掌虚希耗犬擎硕士学位论文支持向量机和非负矩阵分解理论方法的应用作者姓名:研究方向:导师姓名:学科、专业:计算机应用技术图像处理刘婷婷闰德勤教授月分类号:学校代码:密级:学号:■~,,:』.,.,臼砉阥”,√一,毒,瘢灰
瘛馢馹,;●,
曼亟鱼一童亟自易月年学位论文独创性声明学位论文版权的使用授权书本人承诺:所呈交的学位论文是本人在导师指导下所取得的研究成果。论文中除特别加以标注和致谢的地方外,不包含他人和其他机构已经撰写或发表过的研究成果,其他同志的研究成果对本人的启示和所提供的帮助,均己在论文中做了明确的声明并表示学位论文作者签名:本学位论文作者完全了解辽宁师范大学有关保留、使用学位论文的规定,及学校有权保留并向国家有关部门或机构送交复印件或磁盘,允许论文被查阅和借阅。本文授权辽宁师范大学,可以将学位论文的全部或部分内容编入有关数据库并进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文,并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后使用本授权书。指导教师签名:签名日期:谢意。,
/蜘获璞甾棺体髁龋#
摘要到图像检索实验中。使用崛⊥枷竦木植刻卣鳎谝欢ǔ潭壬瞎蠢粘隽讼喙赝枷支持向量机琒畛跤兰甏蒝岢觯它采用和传统方法不同的统计学习理论;。墙柚钣呕椒ń饩龌餮问题的一种数据挖掘新工具。近年来随着研究的不断深入,其理论研究和实际应用都取得了突破性进展,尤其对维数灾难和过学习等传统方法较难解决的问题表现出了较大的优势,并非常成功的处理了回归和模式识别等诸多问题。目前,撼晌9噬匣器学习领域研究的热点。《上首次提出,它提取图像的局部特征,更加符合心理学和生理学对事物的直观理解,由于其非负性的约束,也使得非负矩阵分解不同于以往的矩阵分解,它克服了传统矩阵分解的不足,使分解后的所有分量均为非负值,也就是要求纯加性的描述,并且实现了非线性的维数约减,在提出之始就引起了国内外学者的广泛关注。非负矩阵分解最初成功应用在人脸识别方面,近些年来己涉及到信号处理,生物医学工程,模式识别,计算机视觉,网络安全等众多研究领域。本文主要围绕蚇相关理论展开,主要工作有如下两个部分:状问褂没谡植几怕实耐蛐土ナ舳群醇扑隳:С窒蛄炕本点的隶属值,根据正态分布的特性,在考虑数据分布规律的同时求得数据点的隶属值,使求得的数据能够更加准确的反应样本的分布特点,提高了分类的准确率。状谓ǚ歉壕卣蠓纸方法和全局的非线性降维方法相结合,并应用在基矩阵所代表空间上的分布,使用方法降维,不仅使高维数据在低维空间变得可视化,而且能发现数据的内在结构和相关性,通过实验证明了新算法的准确性和高效性。关键词:支持向量机;隶属度函数;非负矩阵分解;多维尺度分析;图像检索辽宁师范大学硕士学位论文
■●弧觥鲆
,.甌甌甊,;;籌籌支持向量机和非负矩阵分解理论方法的应用猲琒,琧甆畉琲甀Ⅵ,.甆,万猯,..——
叠嚣录目第一部分支持向量机髀邸研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一支持向量机的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯С窒蛄炕P汀相关知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..臣蒲Ю砺酆蚔。.峁狗缦兆钚』⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.序列最小最优化算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“⋯⋯⋯攀觥礁霰淞康淖钣呕侍饨馕鼋狻礁鲅盗返愕难∪.淮纬晒τ呕蟮母隆停机准则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯岷险植几怕实腇引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于正态分布概率的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二部分非负矩阵分解研究背景及意义⋯⋯⋯⋯璤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯辽宁师范大学硕士学位论文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯骸甀.⋯⋯....⋯⋯...⋯..⋯⋯...⋯..⋯.⋯⋯⋯⋯.⋯.⋯.⋯..⋯⋯...⋯.⋯...............⋯.⋯.⋯..⋯.⋯..⋯⋯⋯⋯.‘
芯壳魇坪陀写饩龅奈侍狻歉壕卣蠓纸釴⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯