1) successive overrelaxation for support vector
连续超松弛支持向量
1.
Research on application of successive overrelaxation for support vector regression arithmetic;
连续超松弛支持向量机回归算法应用研究
2) successive overrelaxation for support vector regression arithmetic
连续超松弛支持向量回归算法
3) continuous relaxation
连续松弛
1.
A hybrid branch-and-bound method based on Lagrangian relaxation and continuous relaxation is proposed for this model.
为此提出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,而且分别采用股票市场的真实数据和随机产生的数据来测试该算法的有效性。
2.
Using a hybrid branch-and-bound method based on Lagrangian relaxation and continuous relaxation,computational experiments are carried out with data from real-world stock market and those randomly generated.
给出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,并分别采用股票市场的真实数据和随机产生的数据来测试该算法的有效性,最后利用数据结果对不同类型的投资组合模型进行了比较。
4) continuous relaxation spectrum
连续松弛谱
1.
Three material parameters(C,τ1 and τ2) were determined by fitting experimental results to the continuous relaxation spectrum model simplified by mathematical methods and empirical formulas.
实验测定了玻璃化保存前后家兔颈总动脉的松弛曲线G(t),利用数学方法将连续松弛谱函数简化,并结合经验公式对实验数据进行非线性拟合,得到了动脉的3个材料参数(C,1τ和2τ)。
5) discrete relaxation
不连续松弛
6) relaxation Lipschitz continuous
松弛Lipschitz连续
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条