简介：支持向量机(SVM)是一类新型机器学习方法,其理论基础是统计学习理论,由于其出色的学习性能而成为当前国际机器学习领域的研究热点.该文首先阐述统计学习的核心内容,然后对SVM及其应用进行研究,最后讨论了SVM的局限和有待研究的问题.

简介：针对人脸检测中的非线性和降维问题提出了一种有效的人脸检测方法.首先基于人脸的肤色和几何特征,通过局部自适应门限方法提取图象边缘,用几何规则和颜色特征筛选出候选眼睛块.然后采用改进的四边界sobel算子对眼睛精确定位.最后使用训练好的支撑向量机来验证.该方法可以实现多尺度多角度的彩色图像中的正面人脸检测,实验结果令人满意.

简介：可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题，提出了基于单类SVM（supportVecforMachine）的端点检测算法。通过对多特征信息进行在线学习与综合，以及采用双层决策机制，有效提高了语音检测的稳健性。实验表明，算法在多种噪声环境和信噪比条件下有效，明显提高了语音识别系统在噪声环境下的识别率。

简介：结合支持向量机和神经网络各自的优点，提出了一种新颖的自适应支持向量回归神经网络（SVR—NN）．首先，利用支持向量回归方法确定SVR—NN的初始结构和初始化权值，基于支持向量自适应地构造SVR—NN神经网络的隐层节点；然后，使用退火过程的鲁棒学习算法更新网络节点参数和权值．为了验证所提出方法的有效性，给出了自适应SVR-NN应用于非线性动态系统辨识的实例．仿真结果表明，与以前的神经网络方法相比，基于SVR-NN网络的辨识方案能获得相当好的性能，它具有很快的收敛速度．因此，自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径．

简介：

简介：本文主要研究利用残余量来确定特征向量和奇异向量和加法绝对扰动界及其相对扰动界。

简介：实质追索向量是近代数学中重要和基本的数学概念之一，有深刻的几何背景，是解决几何问题的有力工具．向量概念引入后，全等和平行（平移）、相似、垂直、勾股定理就可转化为向量的加（减）法、数乘向量、数量积运算，从而把图形的基本性质转化为向量的运算体系．

简介：

简介：<正>向量既有大小,又有方向,是数与形的完美结合．向量是数学中的重要概念,并能和数一样进行运算,而且用向量的有关知识能有效地解决数学、物理等学科中的很多问题,向量内容的增加,可解决多年来高中数学教材对向量介绍过简而产生的对物理教学不适应的状况．特别是明显滞后于学习运动学教学的情况会有所改变．这样,使各科教学之间可以互相渗透,有利于综合能办的培养．

简介：在教材中,法向量只有定义“如果向量α与平面α垂直,那么向量α叫平面α的法向量”．本文说明用法向量解决不少立体几何问题．

简介：

简介：向量是近代数学中最基本、最重要的概念之一，它具有丰富的实际背景和广泛的应用功能，是沟通代数、三角、几何等内容的桥梁之一．本文想通过几个例题谈谈发挥向量工具作用的几个问题。

简介：

简介：

简介：数学是一种“工具”，数学教学的最终目标是利用数学这种“工具”去解决问题，向量就是一个很好的验证。由于向量具有数形兼备的特点，所以向量是高考命题中“在知识网络处设计试题”的很好的载体。从2001年到2004年的高考新课程卷来看，除了直接考查向量的有关知识外．还逐步显现出将向量与求曲线轨迹方程、向量与不等式、向量与三角函数、

简介：

简介：~~

简介：一、选择题1.已知a=(2,3),b=(-4,7),则a在b上的投影值为()A.(13)~(1/2)B.(13)~(1/2)/5C.(65)~(1/2)/5D.(65)~(1/2)

简介：

简介：立体几何中的角度是高考命题的热点之一．空间的角有两异面直线所成角、直线与平面所成角及平面与平面所成角，后者是重点也是立体几何中的一个难点．利用传统的方法求解立体几何中的角往往较繁琐，需做大量的定性说明论证．这是由于图形中辅助线的添加使图形变得复杂，找不出相应的角．高中数学新教材第二册(下B)引入了空间向量这一内容作为数学解题的有力工具．它可以将几何图形的性质转化为向量的运算，变抽象的逻辑推理为具体的数值运算．同时借助向量法使解题模式化，绕开了传统方法的大量繁琐的定性分析，使问题大大简化．因此用向量知识解决立体几何的求角问题．显得特别简捷。