لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 99
پایاننامه کارشناسی
تحت عنوان:
دانشجو:
اساتید راهنما :
مرداد ماه 1391
/
jprdr nvl,vn مواد متخلخل، نانومتخلخل و انواع تقسیم¬بندی¬های آن¬ها
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 99
پایاننامه کارشناسی
تحت عنوان:
دانشجو:
اساتید راهنما :
مرداد ماه 1391
/
فهرست مطالب
2 حد بالا برای تعمیمپذیری کارایی یک ماشین یادگیر در شناسایی الگو5
3 – 1 نقاط خردشونده با صفحات در فضای Rn7
4 ماشینهای بردار پشتیانی خطی، مورد جداییپذیر11
6 راه حلهای فراگیر و یکتایی30
8 بعد VC ماشینهای بردار پشتیبان32
8-1 بعد VC مربوط به کرنلهای RBF (Radial Basis Function)34
در این گزارش به بررسی بردارهای پشتیبان خطی و عملکرد آنها در مسائل مربوط به دسته بندی میپردازیم. استفاده از بردارهای پشتیبان خطی (SVM's) در مسائل دسته بندی، رویکرد جدیدی است که در چند ساله اخیر مورد توجه بسیاری قرار گرفته است و از آن در طیف وسیعی از کاربردها از جمله OCR، تشخیص دستخط، تشخیص علائم راهنمایی و ... استفاده کردهاند. رویکرد SVM به این صورت است که در فاز آموزش، سعی میشود که مرز تصمیم گیری (Decision Boundry) به گونهای انتخاب گردد که حداقل فاصله آن با هر یک از دستههای مورد نظر ماکزیمم گردد. این نوع انتخاب باعث میشود که تصمیم گیری ما در عمل، شرایط نویزی را به خوبی تحمل کند و پاسخ دهی خوبی داشته باشد. این نحوه انتخاب مرز بر اساس نقاطی به نام بردارهای پشتیبان انجام میشود. در این گزارش ما ابتدا مفاهیمی چون تعمیم پذیری یک ماشین شناسایی الگو و بعد VC را که کاربرد زیادی در مفاهیم ماشینهای دسته بندی دارند بررسی میکنیم و سپس به توضیح بردارهای پشتیبان خطی، غیر خطی و توابع کرنل میپردازیم. در نهایت نیز بعد VC را برای برخی از این توابع مورد مطالعه قرار میدهیم