1. 毕业设计（论文）主要内容：
面向今天的大数据时代，数据挖掘、模式识别、数据融合等方法均面临着不断引入新数据并修改原模型或方法，使得模型或方法能够具备适应新状态、新环境的能力。然而，随着数据的不断增加，新数据对模型系数修正能力会逐渐降低，导致新信息被旧信息逐渐淹没，我们称之为“数据饱和”。
针对这一问题提出了“遗忘因子”将旧信息进行遗忘的解决方案。本设计主要通过研究引入了遗忘因子的最小二乘分类方法，考察不同取值的遗忘因子对分类结果的性能影响，实现在大数据或新数据引入情况下采用遗忘因子的最小二乘支持向量机分类。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要任务及要求
主要任务：
1.研究最小二乘法与支持向量机结合的原理，了解最小二乘法中的迭代运算基本结构。研究将线性自适应最小二乘模型与支持向量机分类模型的融合方式；
2.掌握支持向量机模型和最小二乘支持向量机模型并成功在matlab代码中进行实现；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
第1周—第4周 搜集资料，撰写开题报告；
第5周—第6周 论文开题；
第7周—第12周 撰写论文初稿；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1]分类数据来源：http://archive.ics.uci.edu/ml/datasets.html
[2]翟宇梅，赵瑞星等，遗忘因子自适应最小二乘算法及其在气温预报中的应用.气象, 2014, 40(7):881-885.
[3]杨滨，杨晓伟等, 自适应迭代最小二乘支持向量机回归算法. 电子学报, 2010, 38(7):1621-1625.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
