收藏本站
《中国农业大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

求解分类问题的支持向量机方法与应用研究

阎满富  
【摘要】:支持向量机(Support Vector Machines,简称SVMs)是基于统计学习理论,借助最优化方法来解决机器学习问题的新工具。它是Cortes和Vapnik于1995年首先提出来的,已成为近年来机器学习研究的一项重大成果。目前对支持向量机的研究主要集中在对其本身性质的研究和完善以及加大应用研究的深度和广度两方面。本文以解决分类问题为目标,对支持向量分类机从其理论和模型的完善及应用两个方面,进行了较深入的研究和实践,以达到理论和实践的结合。 本文的主要研究工作如下: 1.在深入研究现有支持向量分类机和支持向量回归机的基础上,把分类问题看作特殊的回归问题来处理,通过引入不同的范数以及不同的损失函数,构建求解分类问题的支持向量回归机新模型。并对引入高斯损失函数得到的新模型,给出求解的简便方法——简化的序列最小最优化算法。进一步,对多类分类问题,提出了新的多类分类模型,数值试验表明了该模型的鲁棒性和有效性。从而给出求解分类问题的支持向量机的新思路和新途径。 2.Fung和Mangasarian从直观上提出了中心支持向量分类机。本文通过理论推导和分析构造出中心支持向量分类机的原始优化问题,从不同的途径给出了中心支持向量分类机。在此基础上,首次给出了稀疏的中心支持向量分类机、加权的中心支持向量分类机。对含有不确定信息的分类问题,通过引入概率变量,构建了不确定中心支持向量分类机。从而实现对中心支持向量分类机理论的推广、完善和创新。 3.Vapnik提出了推理型支持向量分类机,其优化问题的求解比较困难。本文将其原始最优化问题变为无约束问题,并对其进行光滑化,从而构建了改进的推理型支持向量机和加权的推理型支持向量机,并成功的将新模型应用到网络入侵检测中,给出了网络入侵检测的新方法,使推理型支持向量机的理论和应用研究有了新的突破。 4.首次将支持向量分类机应用到海水工厂化养殖中的环境监测问题。对河北省唐山市、秦皇岛市沿海的养殖工厂,随机采集了鱼类生长环境数据,进行了检测、监控实验,取得了较好的应用效果,在切实解决实际问题的同时,进一步拓宽了支持向量机的应用领域。 本文构建的各种新的支持向量分类机,较一般支持向量分类机有各自明显优势和良好的性能,主要体现在有的模型有求解的简便算法,有的模型测试精度高,有的模型解决实际问题时针对性强,这均在数值试验和实际应用中得到证实。
【学位授予单位】:中国农业大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:F224

【引证文献】
中国期刊全文数据库 前3条
1 牛兴霞;杨奎河;;基于支持向量机的多类分类研究[J];信息技术;2006年11期
2 张庆;阎满富;;改进的推理型支持向量机[J];数学的实践与认识;2008年09期
3 王自营;邱绵浩;安钢;;增量学习直推式支持向量机及其在旋转机械状态判别中的应用[J];中国电机工程学报;2008年32期
中国博士学位论文全文数据库 前1条
1 段会川;高斯核函数支持向量分类机超级参数有效范围研究[D];山东师范大学;2012年
【参考文献】
中国期刊全文数据库 前1条
1 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
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 洪文,朱广斌;排课问题及其数学模型[J];安徽电力职工大学学报;2002年03期
3 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
4 孙小军;焦建民;何俊红;;解优化问题的遗传加速信赖域搜索算法[J];安徽大学学报(自然科学版);2008年03期
5 张家昕;段复建;;一种结合NCP函数的SQP滤子新算法[J];安徽大学学报(自然科学版);2010年05期
6 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
7 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
8 高洪;孟舒;查为民;李玲纯;张海涛;;6-3-3并联机构物理样机结构优化[J];安徽工程大学学报;2011年03期
9 苏发慧;;模糊支持向量机在粮食安全预警中的应用[J];安徽建筑工业学院学报(自然科学版);2009年02期
10 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
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 刘钰;韩峰;董楠;陆希成;雷鸣;;爆炸容器安全概率的统计分析方法[A];全国危险物质与安全应急技术研讨会论文集(下)[C];2011年
3 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
4 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
5 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;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
7 ;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
8 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
9 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
10 ;LS-SVM Based Stable Generalized Predictive Control[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 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[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 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
5 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
6 刘冬雁;川西高原甘孜黄土记录的早更新世晚期以来的古气候变化[D];中国海洋大学;2009年
7 厉丞烜;海水中DMS和DMSP的生物生产与消费的研究[D];中国海洋大学;2010年
8 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年
9 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
10 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 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
3 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010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 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
6 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
7 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
8 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
9 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
10 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 宋延杰;张剑风;闫伟林;何英伟;王德平;;基于支持向量机的复杂岩性测井识别方法[J];大庆石油学院学报;2007年05期
2 张春花;林建兴;郝丽清;;支持向量机方法在海口降水预报中的应用研究[J];气象研究与应用;2007年S2期
3 徐启华,师军;基于支持向量机的航空发动机故障诊断[J];航空动力学报;2005年02期
4 萧嵘;王继成;张福炎;;支持向量机理论综述[J];计算机科学;2000年03期
5 倪霖;郑洪英;;基于聚类和支持向量机的入侵检测研究[J];计算机应用;2007年10期
6 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
7 陈毅松,汪国平,董士海;基于支持向量机的渐进直推式分类学习算法[J];软件学报;2003年03期
8 廖东平;姜斌;魏玺章;黎湘;庄钊文;;一种快速的渐进直推式支持向量机分类学习算法[J];系统工程与电子技术;2007年01期
9 于宁锋;杨化超;;一种用于高光谱遥感影像分类的改进多类支持向量机[J];遥感信息;2007年05期
10 吴峰崎;孟光;;基于支持向量机的转子振动信号故障分类研究[J];振动工程学报;2006年02期
中国博士学位论文全文数据库 前4条
1 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
2 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
3 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年
4 潘明清;基于支持向量机的机械故障模式分类研究[D];浙江大学;2005年
【二级引证文献】
中国博士学位论文全文数据库 前2条
1 陈惜明;基于声发射信号的集成建模技术及其在颗粒检测中的应用研究[D];浙江大学;2009年
2 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
中国硕士学位论文全文数据库 前10条
1 季童莹;基于支持向量机与正交小波变换的盲均衡算法[D];安徽理工大学;2011年
2 李宇龙;模式识别在反应器内颗粒粒径声波法检测中的应用研究[D];浙江大学;2007年
3 阮晓芳;支持向量机方法在医学和环境化学中的应用研究[D];兰州大学;2007年
4 朱铮;基于不确定理论的变压器状态评估的研究[D];华北电力大学(河北);2007年
5 刘颖;信用风险评级模型的应用研究[D];天津大学;2007年
6 沈鹏;基于混沌理论与支持向量机的火焰检测器的研制[D];沈阳工业大学;2008年
7 王占强;基于SVM的模型选择和参数优化方案研究与实现[D];华中科技大学;2008年
8 翟东旭;基于支持向量机的金融市场非线性特征分析[D];天津科技大学;2009年
9 韦俊位;川中丘陵区坡面土壤侵蚀预测的人工智能建模研究[D];四川农业大学;2010年
10 周玖玖;入侵检测中支持向量机参数选择方法研究[D];中南大学;2012年
【相似文献】
中国期刊全文数据库 前10条
1 丁兰;贾友见;;基于支持向量回归机的气象观测站优化模型(英文)[J];科学技术与工程;2011年23期
2 赵永平;孙健国;;关于稀疏最小二乘支持向量回归机的改进剪枝算法[J];系统工程理论与实践;2009年06期
3 蒋波涛;赵福宇;;核工程中的数据挖掘[J];核动力工程;2009年04期
4 赖红松;;基于支持向量回归机的耕地保有量组合预测[J];地理与地理信息科学;2011年02期
5 孙涵;杨普容;成金华;;基于Matlab支持向量回归机的能源需求预测模型[J];系统工程理论与实践;2011年10期
6 夏国恩;金炜东;张葛祥;;基于支持向量回归机的综合评价方法研究[J];科技管理研究;2007年01期
7 李洪双;吕震宙;;支持向量回归机在结构可靠性分析中的应用[J];航空学报;2007年01期
8 陈传亮;田英杰;别荣芳;;基于粒子群优化的SVR算法与BP网络的比较研究[J];北京师范大学学报(自然科学版);2008年05期
9 杨志霞;王永翠;;线性ε-支持向量回归机的数据扰动分析[J];系统科学与数学;2010年01期
10 龚艳冰;;基于支持向量机的金融衍生品风险评价[J];统计与决策;2010年05期
中国重要会议论文全文数据库 前7条
1 蒋景飞;方标新;张建秋;俞承芳;郭涛;;二阶宏观交通流模型参数的支持向量回归估计法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
2 裴振奎;刘健;华夏;;求解随机车辆路径规划问题的混合微粒群算法[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集(上)[C];2008年
3 孙武峰;曹丽;王焕钢;徐文立;;基于SVR的重介悬浮液煤泥含量测量[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
4 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年
5 刘明贵;彭俊伟;;进化支持向量机在基桩低应变完整性检测中的应用[A];2007'湖北·武汉NDT学术年会论文集[C];2007年
6 朱为总;文振焜;明仲;欧阳杰;;基于支持向量回归机的相关反馈图像检索算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
7 黄超超;吴晓迪;杨星;杨华;;基于支持向量回归机的红外热像实时仿真[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
2 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
3 王笑丹;畜肉品质评定方法及综合评定系统研究[D];吉林大学;2008年
4 安文森;支持向量回归机理论及其工业应用研究[D];中国科学技术大学;2006年
5 崔庆安;基于支持向量回归机的复杂过程响应曲面法研究[D];天津大学;2007年
6 程路;近空间飞行器鲁棒自适应协调控制研究[D];南京航空航天大学;2011年
7 郭瑞鹏;基于激光散射的在线检测表面特性参数的理论分析和实验研究[D];上海交通大学;2011年
8 韩晓霞;混沌与支持向量机结合的多相催化建模与优化研究[D];太原理工大学;2010年
9 孙启萌;我国家电企业技术创新动力机制研究[D];北京交通大学;2010年
10 陈鸿蔚;交流异步电力测功机系统及其软测量技术研究[D];湖南大学;2009年
中国硕士学位论文全文数据库 前10条
1 童设坤;SVR的参数选择及其应用[D];江南大学;2009年
2 董本清;支持向量机在工程领域的应用研究[D];湖南大学;2007年
3 李忠浩;支持向量回归机研究及其应用[D];大连理工大学;2006年
4 沈志刚;支持向量回归机在股票价格预测中的分析与应用[D];暨南大学;2007年
5 刘微;基于线性支持向量回归机的视频数字水印算法研究[D];厦门大学;2009年
6 王慧勤;基于支持向量机的短期风速预测方法研究[D];西安科技大学;2009年
7 梁伟锋;支持向量回归机研究及其应用[D];浙江师范大学;2006年
8 黄永平;Hilbert-Huang变换及其若干改进研究[D];哈尔滨工程大学;2007年
9 张海燕;基于SVM的采空区围岩稳定性预测研究[D];西安科技大学;2007年
10 伏高顶;基于支持向量回归机的图像水印研究[D];西华大学;2008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