Classification With Support Vector Machines, New Quadratic Programming Algorithm
2012
Articles Scientifiques Et Publications
ASJP
Autre

Université Ibn Khaldoun - Tiaret

C
Chikhaoui, Ahmed
M
Mokhtari, Abdelkader

Résumé: Support vector machines (SVM) are excellent tools for classification and regression. They seek the optimal separating hyperplan and maximal margin. The modeling results often lead to solving a quadratic programming problem. In this paper, we present a simple method to determine the hyperplan H that separates two classes of examples so that the distance between these two classes is maximal. This method is based on the geometric interpretation of the norm of a linear mapping. The result model of our algorithm modeling is a maximization of a concave quadratic program. This quadratic program is resolved by projection method. Example illustrates the method.

Mots-clès:

Support vector machines
separating hyperplan
maximizing concave function
cosine
projection method.

Publié dans la revue: Models & Optimisation and Mathematical Analysis Journal

Nos services universitaires et académiques

Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).

Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!

Comment ça marche?
Nouveau
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
Logo Université


Documents et articles similaires:


footer.description

Le Moteur de recherche des thèses, mémoires et rapports soutenus en Algérie

Doctorat - Magister - Master - Ingéniorat - Licence - PFE - Articles - Rapports


©2025 Thèses-Algérie - Tous Droits Réservés
Powered by Abysoft