最小二乘最大值与加权泛化记忆机
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了一种新的记忆影响机制，通过引入最小二乘支持向量机（LSSVM）的记忆机制，在不改变原始 LSSVM 的等式约束的情况下，实现了对训练集的精确划分而无过拟合现象。提出了最大记忆影响模型（MIMM）和加权影响记忆模型（WIMM），证明这些模型可以退化为 LSSVM。此外，我们还为 MIMM 和 WIMM 提出了一些不同的记忆影响函数。实验结果表明，我们的 MIMM 和 WIMM...
本文提出了一种新的记忆影响机制，通过引入最小二乘支持向量机（LSSVM）的记忆机制，实现了对训练集的精确划分而无过拟合现象。提出了最大记忆影响模型（MIMM）和加权影响记忆模型（WIMM），证明这些模型可以退化为LSSVM。实验结果表明，MIMM和WIMM在泛化性能上优于LSSVM，并在时间成本上具有显著优势。
