支持向量机理论与基于规划的神经网络学习算法

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：近年来支持向量机（SVM）理论得到国外学者高度的重视，普遍认为这是神经网络学习的新研究方向, 近来也开始得到国内学者的注意.该文将研究SVM理论与神经网络的规划算法的关系, 首先指出，Vapnik的基于SVM的算法与该文作者1994年提出的神经网络的基于规划的算法是等价的，即在样本集是线性可分的情况下,二者求到的均是最大边缘（maximal margin）解.不同的是，前者(通常用拉格郎日乘子法)求解的复杂性将随规模呈指数增长, 而后者的复杂性是规模的多项式函数.其次, 作者将规划算法化为求一点到某一凸集上的投影，利用这个几何的直观, 给出一个构造性的迭代求解算法——“单纯形迭代算法”. 新算法有很强的几何直观性, 这个直观性将加深对神经网络(线性可分情况下)学习的理解，并由此导出一个样本集是线性可分的充分必要条件. 另外, 新算法对知识扩充问题, 给出一个非常方便的增量学习算法.最后指出，“将一些必须满足的条件, 化成问题的约束条件, 将网络的某一性能, 作为目标函数, 将网络的学习问题化为某种规划问题来求解”的原则，将是研究神经网络学习问题的一个十分有效的办法.http://www.cqvip.com//QK/90818X/200102/4839880.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：神经网络学习 支持向量机 神经网络 学习算法 向量机 支持向量机 神经网络 学习算法 单纯形迭代算法