基于最小二乘支持向量机算法的南宋官窑出土瓷片分类
100 积分
50
评分
4.5 积分- 详情
- 2021-04-28
- 简介
pdf
- 574KB
- 页数 4P
- 阅读 77
- 下载 21
将最小二乘支持向量机(leastsquare support vector machine,LS-SVM)算法用于杭州南宋官窑2窑址出土瓷片的分类研究中,根据瓷片胎和釉的主要、次要和痕量元素组成对它们进行了分类,用留一法检验其分类效果,并与支持向量机(support vector machine,SVM)算法和自组织特征映射(self-organizing map,SOM)算法进行了比较。结果表明:SVM算法和LS-SVM算法比SOM算法更适合于处理"小样本"问题;一般情况下,SVM的分类效果比LS-SVM的分类效果好,但是LS-SVM具有更快的求解速度。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
yuan885***
擅长:
电气 给排水 暖通
- -
服务
- 5
商品
- -
人气
相关推荐
基于最小二乘支持向量机算法的南宋官窑出土瓷片分类 574KB
基于最小二乘支持向量机的公路软基沉降预测 197KB
改进粒子群算法和最小二乘支持向量机的电力负荷预测 1.7MB
基于最小二乘支持向量机回归的单桩竖向极限承载力预测 147KB
基于最小二乘支持向量机的水库来水量预测模型 154KB
基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测 276KB
隧道围岩变形预测的最小二乘支持向量机方法 303KB
最小二乘支持向量机在城市防洪体系综合评价中的应用 284KB
基于最小二乘支持向量机回归的基坑变形预测 287KB
基于最小二乘支持向量机的水泥粒度软测量 407KB