支持向量机中核函数的选取方法的研究
【摘要】：
支持向量机在解决线性不可分样本的分类问题时引入核函数技术,从而把非线性问题转化为线性问题来解决,降低了算法的复杂度。虽然目前关于核函数的研究在理论和应用两方面均取得了一定的成果,但还未深入到足以指导核函数的选取。
本文的主要研究工作有:
1.研究了混合核函数的性质,与单一的普通核函数相比,分析了混合核函数的优势。
2.为了确定由哪些类型的普通核函数来构造混合核函数,本文重点分析了五种常用核函数的性质特点,得到RBF核函数、多项式核函数和傅立叶核函数各自都有突出的优点且彼此间有很强的互补性,由此我们以这三种核函数来构造适用于更广泛问题的混合核函数。
3.对于核参数的确定,本文另辟蹊径,采用蕫玉林提出的平衡约束优化(MPEC)模型来优化选取核参数。
4.综合利用本文的研究成果,建立若干选取规则,分别解决了核函数的类型及核参数选取的问题,提出了不同于传统意义的核函数的选取方法——RSM(Reasonable Selection Method)方法。
5.进行实验研究,并把实验结果与传统方法相比较,实验结果表明,本文给出的RSM方法确定的核函数更具有合理性,能够得到性能更加优越的SVM。
【学位授予单位】：辽宁师范大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：O212
|
|
|
|
| 1 |
屈颖歌,周涛,王平安,夏德深;基于支持向量机的核磁共振左心室图像自动检测与分割[J];武汉大学学报(理学版);2003年06期 |
| 2 |
潘继斌;回归函数的支持向量机估计法[J];湖北师范学院学报(自然科学版);2003年04期 |
| 3 |
赵洪波;赵丽红;;支持向量机学习算法—序列最小优化(SMO)[J];绍兴文理学院学报(自然科学版);2003年04期 |
| 4 |
车怀敏,冯汉中;支持向量机方法在德阳降水分类预报中的应用试验[J];四川气象;2004年02期 |
| 5 |
樊可清,倪一清,高赞明;基于频域系统辨识和支持向量机的桥梁状态监测方法[J];工程力学;2004年05期 |
| 6 |
孟科,张恒喜,李寿安,朱家元;基于SVM的可靠性评估方法研究[J];中国制造业信息化;2004年10期 |
| 7 |
胡国胜;支持向量机算法及应用[J];现代电子技术;2005年03期 |
| 8 |
彭新俊,彭中梅,胡光华;支持向量机与模糊规则模型的等价性(英文)[J];云南民族大学学报(自然科学版);2005年02期 |
| 9 |
王晶,孙淑艺;基于支持向量机对间歇过程的建模及控制[J];化工管理;2005年06期 |
| 10 |
陆阳,王海燕,田娜;组合核函数支持向量机在水中目标识别中的应用[J];声学技术;2005年03期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心