分类预测 | Python实现CNN-SVM卷积支持向量机多特征数据分类预测

分类预测 | Python实现CNN-SVM卷积支持向量机多特征数据分类预测

基本描述

Python实现CNN-SVM卷积支持向量机多特征数据分类预测

模型描述

基于数据驱动的机器学习方法特征进行分类识别算法有: 支持向量机( Support Vector Machine，SVM) 、人工神经网络( Artificial Neural Network，ANN) 、K邻近算法( k-Nearest Neighbor，KNN) 等，识别效果取决于特征能否准确地反映出类型的本质区别，但基于模式识别的“浅层网络”模型表达能力有限、泛化能力不足。
而深度学习模型有强大的表达能力，将特征提取与分类识别融为一体，降低对信号处理技术依赖的同时也满足了工业大数据背景下海量、高维数据的分析需求。使用深度学习的经典算法－ 卷积神经网络( Convolutional Neural Network，CNN) ，并将支持向量机融入模型，引入深度学习的模型优化技术，提出CNN-SVM 深度卷积神经网络模型。

<