...工具的选取28-33 4.2 模型实验过程33-38 5 实例验证38-50 5.1 神经网络模型的数据处理过程38-45 5.2 基于RS 预处理的SVM（RSVM）模型数据处理过程45-48 5.3 模型实验结果分析48-50 6 政策建议50-52 6.1 加强数据挖掘与会计、审计领域的应用研究50 6.2 完善审计...
基于2个网页-相关网页
基于新的MRSVM说话人辨识方法 - docin.com豆丁网 ，文献[5]提出密度聚类的选 择支持向量方法，文献[6]从统计理论方面提出了约简方法，文 献[7] 提出了约简支持向量机（Reduced Support Vector Ma- chines，RSVM），用较少的样本代替整个样本集训练支持 SVM 等等，文献[8]将RSVM 的概念首次应用在说话人识别
基于1个网页-相关网页
In addition, we combined SVM with rough set theory, and got rough support vector machine algorithm (RSVM).
此外，将支持向量机与粗糙集理论相结合，得到粗糙支持向量机算法(RSVM)。
The simulation results on UCI show that NFS-RSVM can remove most of the noises effectively, and the accuracy is improved partly compared with the traditional SVM and FSVM.
基于UCI数据集的仿真结果表明，NFS - RSVM方法能有效地将数据中的大部分噪声点去除，与传统的SVM和FSVM相比分类精度有一定程度的提高。
应用推荐