收藏本站
《北京交通大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

多类支持向量机的研究与分析

孙庆嘉  
【摘要】: 在机器学习领域中,支持向量机是一种非常重要的技术,近十年来非常的成功,在很多领域,如文本分类、人脸识别等都取得了很好的成绩.它是基于统计学习理论,如结构风险最小化规则产生的,这是它和机器学习其它方法的不同之处.支持向量机与核函数的结合,使它得到了快速的发展和广泛的应用.然而,支持向量机最初是为两类分类问题设计的,但在实际应用中需要解决的大多是多类分类问题.所以,为了让SVM得到更好的应用,如何将支持向量机应用在多类分类问题上是现在研究工作的重点. 本文在分析研究了现有多类SVM方法的原理及性能,并介绍了单类SVM的分类原理后,提出了两种新的多类SVM,一种是利用了单类SVM和两类SVM相结合的方法,即先使用单类SVM对样本集每一类进行训练,再分别把每类样本作为正类,被误分至该类的样本为负类,使用两类SVM进行分类器的修正;另一种方法是针对OVO-SVM存在的不可分区域问题进行的改进,即先使用一对一方法对样本集进行训练,再使用一对多方法,对落在其不可分区域中的样本点进行再次训练,这样可以大大缩小不可分区域的面积. 提出了改进的新方法后,本文做了如下工作,完成进一步的研究工作: (1)在原有libsvm平台上分别将这两种新方法通过程序实现; (2)选择训练集和测试集,对两种新方法进行实验,比较两者及原始方法的准确率. (3)最后通过分析得出结论,即在大样本多类分类问题中,两种新方法准确率较高.
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18

【引证文献】
中国硕士学位论文全文数据库 前2条
1 杨雪梅;新化学物质生态危害评价模型研究[D];西北农林科技大学;2012年
2 刘文;基于聚类算法和支持向量机算法的文本分类算法研究[D];江苏科技大学;2012年
【参考文献】
中国期刊全文数据库 前9条
1 冯爱民;薛晖;刘学军;陈松灿;杨明;;增强型单类支持向量机[J];计算机研究与发展;2008年11期
2 李红莲,王春花,袁保宗;一种改进的支持向量机NN-SVM[J];计算机学报;2003年08期
3 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
4 朱美琳,刘向东,陈世福;用球结构的支持向量机解决多分类问题[J];南京大学学报(自然科学版);2003年02期
5 黄良力;;多分类支撑向量机综述[J];中国水运(学术版);2006年05期
6 何清,史忠植,任力安;基于超曲面的多类分类方法[J];系统工程理论与实践;2003年03期
7 龙军;王易;刘高嵩;;基于二叉树多类支持向量机的文本分类研究[J];计算机系统应用;2009年05期
8 王晓红;;一种新的多类支持向量机决策方法及其应用[J];信息与控制;2008年06期
9 赵春晖;陈万海;郭春燕;;多类支持向量机方法的研究现状与分析[J];智能系统学报;2007年02期
中国博士学位论文全文数据库 前1条
1 尹传环;结构化数据核函数的研究[D];北京交通大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
5 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
6 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
7 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
8 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
9 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
10 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
6 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
7 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
8 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
9 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
10 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学(北京);2010年
8 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年
9 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
10 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
7 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
8 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
9 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
10 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 李凤全;潘虹梅;叶玮;朱丽东;王志刚;;城市灰尘重金属污染特征及生态危害评价[J];安徽农业科学;2008年06期
2 周宏宇;张政;;中文分词技术综述[J];安阳师范学院学报;2010年02期
3 杨斌;;Linux系统下Java与Matlab混合编程及应用[J];电脑编程技巧与维护;2010年08期
4 蒋万祥;赖子尼;彭松耀;魏泰莉;高原;杨婉玲;;2008年珠江口表层沉积物重金属含量及生态危害评价[J];淡水渔业;2010年05期
5 刘坤;李光德;张中文;商冉;张世远;付菁;;城市道路土壤重金属污染及潜在生态危害评价[J];环境科学与技术;2008年02期
6 王晖;陈丽;陈垦;薛漫清;梁庆;;多指标综合评价方法及权重系数的选择[J];广东药学院学报;2007年05期
7 李成东;金青;黄颖;刘济宁;陈国松;;Copeland计分排序法在化学物质生态危害评价中的应用[J];环境科学研究;2011年10期
8 王宏;杨霓云;闫振广;余若祯;王一喆;刘征涛;;我国持久性、生物累积性和毒性(PBT)化学物质评价研究[J];环境工程技术学报;2011年05期
9 李晓黎,刘继敏,史忠植;概念推理网及其在文本分类中的应用[J];计算机研究与发展;2000年09期
10 李荣陆,王建会,陈晓云,陶晓鹏,胡运发;使用最大熵模型进行中文文本分类[J];计算机研究与发展;2005年01期
中国博士学位论文全文数据库 前2条
1 王建会;中文信息处理中若干关键技术的研究[D];复旦大学;2004年
2 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 许珂;陕西省烤烟施肥智能专家系统研究[D];西北农林科技大学;2011年
2 石佑红;基于支持向量机的文本分类的研究[D];北京交通大学;2007年
3 孟祥国;多类文本分类的支持向量机网络[D];山东大学;2007年
4 李悦卿;基于神经网络和最小二乘支持向量机的软测量技术应用研究[D];青岛科技大学;2007年
5 谭冠群;基于多类软间隔支持向量机的文本分类问题研究[D];哈尔滨理工大学;2008年
6 蔡崇超;文本分类新方法的研究与应用[D];江南大学;2008年
7 张睿;基于k-means的中文文本聚类算法的研究与实现[D];西北大学;2009年
8 刘彧;基于贝叶斯理论的文本分类技术的研究与实现[D];吉林大学;2009年
9 范超;前沿分析的比较研究与结果组合[D];北京工业大学;2009年
10 王小霞;陕西省烤烟智能施肥推荐模型的研究[D];西北农林科技大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
2 张鸿宾,孙广煜;近邻法参考样本集的最优选择[J];电子学报;2000年11期
3 尹传环;田盛丰;牟少敏;;一种面向间隙核函数的快速算法[J];电子学报;2007年05期
4 王珏,石纯一;机器学习研究[J];广西师范大学学报(自然科学版);2003年02期
5 周水庚,关佶红,胡运发,周傲英;一个无需词典支持和切词处理的中文文档分类系统[J];计算机研究与发展;2001年07期
6 李辉,管晓宏,昝鑫,韩崇昭;基于支持向量机的网络入侵检测[J];计算机研究与发展;2003年06期
7 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期
8 唐发明,王仲东,陈绵云;一种新的二叉树多类支持向量机算法[J];计算机工程与应用;2005年07期
9 郑勇涛,刘玉树;支持向量机解决多分类问题研究[J];计算机工程与应用;2005年23期
10 童学锋,石繁槐;FSVM在有限集脱机手写体汉字识别中的应用[J];计算机工程;2003年13期
中国博士学位论文全文数据库 前2条
1 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
2 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
中国硕士学位论文全文数据库 前1条
1 孟浩东;基于神经网络和灰色理论的传动箱故障诊断研究[D];中北大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 林长方;;支持向量机及其应用研究[J];和田师范专科学校学报;2010年05期
2 尹中航,王永成,蔡巍;应用支持向量机进行网上信息自动分类[J];高技术通讯;2001年11期
3 陈立孚,周宁,李丹;基于机器学习的自动文本分类模型研究[J];现代图书情报技术;2005年10期
4 李卓;刘斌;刘铁男;任珍珍;;基于支持向量机的抽油机故障诊断研究[J];微计算机信息;2006年07期
5 张洪胜;耿焕同;喻为民;;有限样本下中文垃圾邮件过滤的研究与实现[J];计算机应用与软件;2008年01期
6 李卓,刘斌,刘铁男,朱秀华,魏坤;支持向量机及其在油田生产中的应用[J];大庆石油学院学报;2005年03期
7 李应红,尉询楷;支持向量机和神经网络的融合发展[J];空军工程大学学报(自然科学版);2005年04期
8 刘解放;侯振雨;吴亮;;支持向量回归及其在农产品成分分析中的应用[J];广东农业科学;2007年12期
9 金珠;马小平;;基于蚁群聚类算法的SVM半监督式训练方法[J];西华大学学报(自然科学版);2011年01期
10 王国胜;;核函数的性质及其构造方法[J];计算机科学;2006年06期
中国重要会议论文全文数据库 前10条
1 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
7 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
8 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
9 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
10 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
4 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
5 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
6 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
7 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
8 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
9 ;选择合适的数据挖掘算法[N];计算机世界;2007年
10 周颖;王米渠与中医心理学[N];中国中医药报;2006年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
3 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
4 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
5 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
6 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
7 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
8 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
9 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
10 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
5 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
6 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
7 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
8 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
9 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年
10 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026