支持向量机与优化算法在林下参光环境评价系统中的研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

支持向量机与优化算法在林下参光环境评价系统中的研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 机器学习背景 1

1.2 支持向量机简介 2

1.3 林下参光环境研究现状 5

1.4 相关研究存在的问题 6

1.5 本书研究目标和研究内容 7

1.5.1 研究目标 7

1.5.2 研究内容 7

1.6 本章小结 8

第2章 支持向量机 9

2.1 引 言 9

2.2 最优分类超平面理论 9

2.2.1 线性可分情况 10

2.2.2 非线性可分情况 13

2.3 相似程度与内积 15

2.3.1 相似程度概述 15

2.3.2 两点相似程度与内积关系 15

2.3.3 三点相似程度与内积关系 16

2.3.4 线性分类机与内积关系 18

2.4 核函数的引入 19

2.4.1 二次分划问题 19

2.4.2 核函数原理 20

2.5 常见核函数与性能分析 22

2.5.1 常见核函数 22

2.5.2 常见核函数的性能分析 23

2.6 核函数的构造与性能分析 28

2.6.1 核函数的构造 28

2.6.2 构造核函数的性能分析 30

2.7 本章小结 42

第3章 优化算法 43

3.1 引言 43

3.2 进化类算法 43

3.2.1 进化型算法介绍 44

3.2.2 遗传算法 44

3.3 群智能算法 48

3.3.1 群智能算法介绍 48

3.3.2 粒子群算法 48

3.3.3 追踪算法 50

3.4 三种算法性能比较 52

3.4.1 寻找Need1e-in-a-haystack函数的全局最优解 52

3.4.2 寻找Schaffer函数的全局最优解 55

3.5 本章小结 58

第4章 林下参光照强度实时监控系统构建 59

4.1 引言 59

4.2 林下光照强度实时监控系统构建 60

4.2.1 光照强度测定方法 60

4.2.2 主机与从机接口 62

4.2.3 主机与上位机接口 62

4.2.4 系统数据传输可靠性分析 62

4.2.5 从机不同分布对光照强度测试结果影响分析 64

4.2.6 多套单个主机、10个从机组成的系统组合分析 65

4.2.7 上位机控制光照强度测定分析 65

4.3 本章小结 66

第5章 林下参净光合速率预测模型 69

5.1 引言 69

5.2 光谱测定 70

5.3 净光合速率影响因素分析与数据处理 70

5.4 支持向量机建模 72

5.5 参数寻优 73

5.6 试验结果分析 73

5.7 本章小结 78

第6章 核函数组合优化光合有效辐射预测模型 79

6.1 引言 79

6.2 数据测定 80

6.3 数据处理 80

6.4 支持向量机建模 82

6.5 试验结果分析 83

6.6 本章小结 88

第7章 结论 89

参考文献 92