多元分类LS—SVM设计与装备保障性评估

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：科学、有效地进行保障性评估是提高装备综合保障能力和加快装备形成战斗力的研究重点之一;支持向量机是采用结构风险最小化原则代替传统统计学中的,基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力.研究了新型支持向量机算法--最小二乘支持向量机,并设计了基于多元分类的最小二乘支持向量机;建立了装备保障性评估的最小二乘支持向量机决策模型,确定了保障性评估指标体系和支持矢量学习决策模式;对某新型装备的保障性进行了评估.结果表明,基于最小二乘支持向量机的保障性评估是有效的、可行的.

原文链接:http://www.cqvip.com//QK/98178A/200303/8093822.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SVM 保障性 支持向量机 cqvip 形成战斗力 保障性评估 军事装备 机器学习 支持向量机 综合保障能力