收藏本站
《河北大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

三类不确定支持向量机及其应用

王超  
【摘要】:支持向量机是基于统计学习理论的VC维和结构风险最小化原则建立的一种通用机器学习算法。它较好地解决了传统学习方法难以处理的小样本、高维、非线性等问题,且具有较好的泛化能力。自提出以来,支持向量机得到了越来越多的专家和工程技术人员的青睐,并已成功应用到人脸识别、遥感图像分析、文本分类等众多模式识别领域。 尽管支持向量机在众多实际问题中得到了广泛应用,但它仍存在着一定局限性。如,支持向量机对噪声较为敏感,且对不均衡样本分类准确率不高。再如,支持向量机所处理的样本为实随机变量。在一些实际问题中,样本往往为非实随机变量(随机集和模糊等)。针对支持向量机存在的上述问题,本文分别研究了基于噪声不确定性样本、随机集不确定性输入样本和模糊等不确定性输出样本等三类不确定支持向量机。 本文的主要创新点及工作如下: (1)提出了基于直觉模糊数的支持向量机和多类支持向量机。直觉模糊数作为模糊隶属度的一种推广,它比传统的模糊隶属度更加细腻地描述客观世界中的模糊性。基于直觉模糊数的支持向量机通过核函数在特征空间中给每个训练样本赋予一个直觉模糊数,利用直觉模糊数的得分函数描述每个训练样本的分类贡献,消除噪声对支持向量机的影响。基于上述支持向量机分别构建了一对一和一对多模式下的多类支持向量机。针对一对多模式中不均衡样本的特点,对不同类别样本赋予不同的权重。数值实验验证了该类不确定支持向量机的有效性。 (2)构建了基于随机集输入样本的支持向量机和多类支持向量机。随机集是随机变量的一种重要拓广,它能有效地处理复杂不确定环境下的模糊性和经验性数据。基于随机集输入样本的支持向量机以随机集的可测选择作为主要特征,将随机集输入样本的分类问题转化为了可测选择的分类问题。基于随机集输入样本的多类支持向量机利用模糊C-均值聚类算法将随机集输入样本转化成为实样本,进而将随机集输入样本的多类分类问题转化成实样本的多类分类问题。数值实验验证了该类不确定支持向量机的有效性。 (3)构建了可信性空间上基于模糊输出样本的支持向量机和不确定空间上基于不确定性输出样本的支持向量机。基于可信性测度和置信水平,可信性空间上基于模糊输出样本的支持向量机给出了样本类别的动态划分方法,构建了一个动态的分类超平面,有效处理了模糊输出样本类别的模糊性。同样,基于不确定测度和置信水平,不确定空间上基于不确定性输出样本的支持向量机也给出了样本类别的动态划分方法,有效处理不确定性输出样本类别的不确定性。仿真实验验证了该类不确定支持向量机的有效性。 (4)两类不确定支持向量机应用于人脸识别。由于光照、姿态和表情等因素的影响,人脸图像中存在着噪声、模糊、随机集等不确定信息。为了有效处理人脸图像中的这些不确定信息,本文分别将基于直觉模糊数的支持向量机和基于随机集输入样本的支持向量机应用于人脸识别中,利用人脸数据库验证了这两类算法的有效性。
【学位授予单位】:河北大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前10条
1 哈明虎,王鹏;可能性空间中学习过程一致收敛速度的界[J];河北大学学报(自然科学版);2004年01期
2 哈明虎;黄澍;王超;王晓丽;;直觉模糊支持向量机[J];河北大学学报(自然科学版);2011年03期
3 哈明虎;李颜;李嘉;田大增;;Sugeno测度空间上学习理论的关键定理和一致收敛速度的界[J];中国科学E辑:信息科学;2006年04期
4 刘向东,陈兆乾;人脸识别技术的研究[J];计算机研究与发展;2004年07期
5 尹宝才;孙艳丰;王成章;盖赟;;BJUT-3D三维人脸数据库及其处理技术[J];计算机研究与发展;2009年06期
6 金忠,胡钟山,杨静宇;基于BP神经网络的人脸识别方法[J];计算机研究与发展;1999年03期
7 张植明;田景峰;哈明虎;;基于复拟随机样本的统计学习理论的理论基础[J];计算机工程与应用;2008年09期
8 哈明虎;彭桂兵;赵秋焕;马丽娟;;一种新的模糊支持向量机[J];计算机工程与应用;2009年25期
9 薛理立;艾海舟;;基于弹性图匹配的实时视频流人脸识别[J];计算机科学;2003年11期
10 朱学毅;王崇骏;周新民;张垚;陈世福;;一种改进的贝叶斯人脸识别算法[J];计算机科学;2006年09期
中国博士学位论文全文数据库 前3条
1 李伟红;基于支持向量机的人脸特征选择及识别研究[D];重庆大学;2006年
2 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年
3 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
【共引文献】
中国期刊全文数据库 前10条
1 谭建奇;廖贤平;黄孝庭;陈振洲;;SVM在临床医学中的应用[J];海南医学;2009年09期
2 张宏杰;李雅峰;侯妍妍;;基于支持向量机(SVM)的点焊质量在线监测[J];焊接;2007年10期
3 李凯,崔丽娟,黄厚宽;一种新的支持向量机分类器的设计方法[J];河北大学学报(自然科学版);2002年04期
4 哈明虎,王鹏;可能性空间中学习过程一致收敛速度的界[J];河北大学学报(自然科学版);2004年01期
5 哈明虎;田静;周彩丽;李俊华;;受噪声影响的模糊样本学习理论的关键定理[J];河北大学学报(自然科学版);2006年06期
6 翟俊海;张素芳;王熙照;;基于小波变换和支持向量机的图像分类[J];河北大学学报(自然科学版);2007年03期
7 田大增;崔玮;哈明虎;高林庆;;基于相似度的模糊粗糙近似算子[J];河北大学学报(自然科学版);2008年01期
8 哈明虎;李鑫;;基于自对偶测度的Choquet积分[J];河北大学学报(自然科学版);2008年02期
9 周彩丽;哈明虎;鲍俊艳;王娴;;基于模糊数的模糊学习理论的关键定理[J];河北大学学报(自然科学版);2008年05期
10 哈明虎;黄澍;王超;王晓丽;;直觉模糊支持向量机[J];河北大学学报(自然科学版);2011年03期
中国重要会议论文全文数据库 前10条
1 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年
2 ;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
3 危前进;董荣胜;孟瑜;崔更申;;基于粗糙集的机械装配知识发现方法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
4 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
5 ;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
6 ;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
7 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
8 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
9 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
10 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
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 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
3 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
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
6 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
7 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
8 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
9 于翔;基于网格的数据流聚类方法研究[D];哈尔滨工程大学;2010年
10 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 纪爱兵;邱红洁;谷银山;;基于模糊训练数据的支持向量机与模糊线性回归[J];河北大学学报(自然科学版);2008年03期
2 李法朝,苏连青,仇计清;一致对称差度量的可分性[J];河北科技大学学报;2000年03期
3 吕晓丽;李雷;曹未丰;;基于二叉树的SVM多类分类算法[J];信息技术;2008年04期
4 杨海军;太雷;;基于模糊支持向量机的上市公司财务困境预测[J];管理科学学报;2009年03期
5 哈明虎;李颜;李嘉;田大增;;Sugeno测度空间上学习理论的关键定理和一致收敛速度的界[J];中国科学E辑:信息科学;2006年04期
6 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
7 萧嵘,孙晨,王继成,张福炎;一种具有容噪性能的SVM多值分类器[J];计算机研究与发展;2000年09期
8 刘学军,陈松灿,彭宏京;基于支持向量机的计算机键盘用户身份验真[J];计算机研究与发展;2002年09期
9 胡永利,尹宝才,程世铨,谷春亮,刘文韬;创建中国人三维人脸库关键技术研究[J];计算机研究与发展;2005年04期
10 洪子泉,杨静宇;基于奇异值特征和统计模型的人像识别算法[J];计算机研究与发展;1994年03期
中国博士学位论文全文数据库 前4条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
2 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
3 梅建新;基于支持向量机的高分辨率遥感影像的目标检测研究[D];武汉大学;2004年
4 梁毅雄;基于子空间分析的人脸特征提取及识别研究[D];重庆大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 范燕,吴小俊,惠长坤,刘同明;人脸图象特征抽取和识别的一种混合方法研究[J];华东船舶工业学院学报(自然科学版);2003年02期
2 李晓东;费树岷;张涛;;基于奇异值特征和支持向量机的人脸识别[J];东南大学学报(自然科学版);2008年06期
3 崔国勤;李锦涛;高文;焦锋;;基于支持向量机的人脸识别方法[J];计算机科学;2003年04期
4 蒋强荣;高远;张鸿宾;;基于直方图交核的人脸识别[J];北京工业大学学报;2011年08期
5 王雪峰;周国标;;基于SVM的人脸识别方法研究[J];上海应用技术学院学报(自然科学版);2006年02期
6 郭亚松;张华君;;一种改进的SMO及其在人脸识别中的应用[J];福建电脑;2009年02期
7 任彧;梅盛鑫;;基于混合核函数支持向量机和遗传算法的人脸识别[J];计算机应用与软件;2011年04期
8 冼广淋,骆雪超,肖宇峰;基于支持向量机的人脸识别算法[J];华南金融电脑;2005年08期
9 李晓鹏;;基于PSO训练SVM的人脸识别[J];电脑知识与技术(学术交流);2007年08期
10 葛洪伟;储为新;;SVM和HMM混合模型在人脸识别中的应用[J];计算机工程与应用;2007年30期
中国重要会议论文全文数据库 前10条
1 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
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 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
4 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
5 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
6 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
7 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
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 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
2 本报记者  魏建玲;行者 知其道而行其智[N];国际商报;2006年
3 本版编辑曾雨 康翔;人脸识别结缘奥运[N];计算机世界;2007年
4 程蓉 王春;“人脸识别”保障财产安全[N];科技日报;2006年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 孟东明 张继进;企业要靠创新应对危机[N];中国工商报;2009年
7 实习生 姜靖;人脸识别:门靠人脸开启[N];科技日报;2007年
8 阐文;汉王新品开启“人脸识别时代”[N];中国工业报;2009年
9 本报记者 霍光;从按手印到以貌取人[N];中国计算机报;2011年
10 于建平;行者人脸识别技术贡献北京奥运[N];中国高新技术产业导报;2005年
中国博士学位论文全文数据库 前10条
1 王超;三类不确定支持向量机及其应用[D];河北大学;2013年
2 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
3 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
4 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
5 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
6 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
7 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
8 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
9 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
10 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006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 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
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 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
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 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
7 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
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 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
10 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
 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