首页> 中文学位 >李群机器学习中的辛群分类器研究
【6h】

李群机器学习中的辛群分类器研究

代理获取

目录

文摘

英文文摘

声明

第一章引言

1.1课题研究背景

1.1.1李群机器学习的理论框架

1.1.2李群机器学习的分类器设计

1.1.3李群机器学习的分类器算法

1.2问题的提出

1.3内容安排

第二章辛群分类器的理论基础

2.1辛群基本概念和性质

2.2本章小结

第三章李群机器学习中的辛群分类器设计

3.1辛群分类器描述

3.2辛群分类器的设计方法

3.2.1辛矩阵的化简方法

3.3人脸识别过程中的辛群分类器设计

3.4数据集分类过程的辛群分类器设计

3.5本章小结

第四章辛群分类器算法

4.1辛群分类器算法

4.1.1人脸识别过程中的辛群分类器算法

4.1.2数据集分类中的辛群分类器算法

4.2人脸识别过程的辛群分类器算法验证

4.3数据集分类过程中辛群分类器算法验证

4.4本章小结

第五章应用实例

5.1图像在辛矩阵下的处理

5.2实例验证

5.3本章小结

第六章总结与展望

参考文献

致谢

附录

展开▼

摘要

机器学习是人工智能和计算机科学研究中的一个永恒课题。近些年,越来越多的研究者开始将数学的方法应用到机器学习领域,为机器学习的研究开辟了新的方法。李群机器学习从一提出就引起了许多研究者的关注,本文在李群机器学习的基础上,研究其中的辛群分类器设计方法,结合李群机器学习的代数模型和几何模型,并根据李群机器学习的分类器构造方法,给出辛群分类器的构建。接着给出了李群机器学习中辛群分类器算法,最后给出了算法的实例验证。本文的内容主要包括以下几方面: 1.给出了辛群、辛空间、辛矩阵等基本概念。 2.介绍了李群机器学习模型以及李群机器学习的分类器构造过程。 3.给出了辛群分类器的设计方法。 4.针对人脸识别过程,给出了样本矩阵的化简方法和分类器的构造过程。 5.针对数据集分类,给出了分类过程中用到的辛群分类器算法。 6.通过实例,验证了辛群分类算法的分类效率。 通过研究,丰富了李群机器学习的研究内容,为李群机器学习的进一步探讨提供了理论依据。同时,将辛群分类器引入李群机器学习中,并给出了辛群分类器的算法设计,结合实例给出了算法的验证。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号