导读:本文包含了工作集选择论文开题报告文献综述及选题提纲参考文献，主要关键词:软硬件协同设计,功耗建模,支持向量回归,序贯最小优化
工作集选择论文文献综述
姜宏,杨孟飞,于广良,魏梦捷[1]（2015）在《一种用于支持向量回归的动态工作集选择方法》一文中研究指出在航天器控制计算机的软硬件协同设计过程中,功耗建模是一个必不可少的步骤.基于工作集选择的支持向量回归方法是将功耗经验数据训练为功耗模型的有效手段.现有的工作集选择方法利用的是固定的一阶或二阶信息,没有考虑回归参数的影响,导致收敛时间较长.针对这一不足,提出了根据回归参数调整工作集选择策略的动态工作集选择方法 DWSS,减少了算法收敛的迭代次数.在数值试验部分,对此方法进行了验证,结果表明新的方法具有更快的收敛速度.(本文来源于《微电子学与计算机》期刊2015年08期）
左琳[2]（2013）在《序列最小优化工作集选择算法的改进》一文中研究指出序列最小化算法(SMO)是支持向量机重要的常用分解方法。而工作集的选择是实现序列最小优化算法的关键。通过重写KKT条件,提出了一种改进的新工作集选择方法,并相应提出最小化步骤。通过将改进的支持向量机方法应用于网络用户行为数据的分析,与现有方法进行对比测试,验证了新工作集选择方法将减少支持向量机的学习时间并加快收敛过程,改进的支持向量机方法在运行效率和准确度上都有不同程度的提高。(本文来源于《电子科技大学学报》期刊2013年03期）
曾志强,吴群,廖备水,朱顺痣[3]（2009）在《改进工作集选择策略的序贯最小优化算法》一文中研究指出针对标准序贯最小优化(sequential minimal optimization,SMO)算法采用可行方向工作集选择策略所带来的缓存命中率低下问题,给出了SMO类型算法每次迭代所带来的目标函数下降量的二阶表达式,并据此提出了一种改进的工作集选择策略.新策略综合考虑算法收敛所需的迭代次数及缓存效率,从总体上减少了核函数计算次数,因此极大提高了训练效率,并且,它在理论上具有严格的收敛保障.实验结果表明,核函数越复杂,样本维度越高,缓存容量相对训练样本的规模越小,改进工作集选择策略的SMO算法相较于标准SMO算法的性能提高就越显着.(本文来源于《计算机研究与发展》期刊2009年11期）
何渊淘,邓伟[4]（2009）在《改进的支持向量机工作集选择算法》一文中研究指出SVM-light使用可行方向法来完成工作集选取,但仅考虑了目标函数的一次信息导致收敛速度不高。通过对LibSVM中所使用二次信息来选择工作集方法的研究,对SVM-light的工作集选择的过程进行改进,在其工作集选择算法中加入了二次信息。几个公共数据集的实验中证明了改进的SVM-light比原有SVM-light有着更快的收敛速度。(本文来源于《计算机应用》期刊2009年S1期）
工作集选择论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
序列最小化算法(SMO)是支持向量机重要的常用分解方法。而工作集的选择是实现序列最小优化算法的关键。通过重写KKT条件,提出了一种改进的新工作集选择方法,并相应提出最小化步骤。通过将改进的支持向量机方法应用于网络用户行为数据的分析,与现有方法进行对比测试,验证了新工作集选择方法将减少支持向量机的学习时间并加快收敛过程,改进的支持向量机方法在运行效率和准确度上都有不同程度的提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
工作集选择论文参考文献
[1].姜宏,杨孟飞,于广良,魏梦捷.一种用于支持向量回归的动态工作集选择方法[J].微电子学与计算机.2015
[2].左琳.序列最小优化工作集选择算法的改进[J].电子科技大学学报.2013
[3].曾志强,吴群,廖备水,朱顺痣.改进工作集选择策略的序贯最小优化算法[J].计算机研究与发展.2009
[4].何渊淘,邓伟.改进的支持向量机工作集选择算法[J].计算机应用.2009