针对大规模训练集的支持向量机的学习策略

当训练集的规模很大特别是支持向量很多时 ,支持向量机的学习过程需要占用大量的内存 ,寻优速度非常缓慢 ,这给实际应用带来了很大的麻烦 .该文提出了一种针对大规模样本集的学习策略 :首先用一个小规模的样本集训练得到一个初始的分类器 ,然后用这个分类器对大规模训练集进行修剪 ,修剪后得到一个规模很小的约减集 ,再用这个约减集进行训练得到最终的分类器 .实验表明 ,采用这种学习策略不仅大幅降低了学习的代价 ,而且这样获得的分类器的分类精度完全可以与直接通过大规模样本集训练得到的分类器的分类精度相媲美 ,甚至更优 ,同时分类速度也得到大幅提高 .

网络环境与高中英语自主性学习

网络环境下的自主性学习是一种全新的教学模式,对老师提出了更高的要求。在教学中,教师将成为学生的促进者、组织者和指导者。为了指导学生进行自主性学习,教师要积极学习有关教育教学理论,不断更新自己的知识结构,提高自身的综合素质,保持开放、民主、宽容、合作、平等的教学心态。

基于文音相似度的语音查号系统

为了促进语音识别技术在实际中的应用,利用文音相似度的概念,提出了基于文音相似度的语音查号系统的设计开发方法。实验表明,这种方法可以大幅提高语音查号系统的查询成功率。