收藏本站
《辽宁师范大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机模型研究及应用

梁宏霞  
【摘要】: 支持向量机(SVM)是九十年代中期发展起来的新的机器学习技术,与传统的神经网络技术不同,SVM是以统计学习理论(SLT)为基础的。传统统计学的前提条件是要有足够多的样本,而统计学习理论是着重研究小样本条件下的统计规律和学习方法的,它为机器学习问题建立了一个很好的理论框架。实践表明,建立在(SLT)之上支持向量机不仅结构简单,而且技术性能尤其是推广能力明显提高,能够解决好大量现实中的小样本学习问题,它是一个全新的神经网络技术。目前,SVM已成为国际上机器学习领域新的研究热点。 本文所做的工作主要在如下几个方面: 1)运用模糊集理论(FST)和概率理论对支持向量机进行研究,构造出了概率模糊支持向量机(PFSVM)模型,既达到了减少或者消除外围异样点对于整个训练模型的影响,又弥补了FSVM模型的缺陷。新的PFSVM模型考虑到实际数据存在聚类性质也存在概率分布性质,充分体现出数据点的不同作用,从而获得更加合理的分类超平面。 2)将PFSVM模型应用到了图像检索中,解决了基于内容的图像检索相关性反馈存在的小样本问题,提出了PL-PFSVM算法,该算法不仅很好的解决了反馈中的小样本问题,而且可以更加有效的应用于语义复杂的图像检索。用隶属值和概率值共同控制PFSVM(概率模糊支持向量机)训练学习,大大提高了图像检索的反馈性能。 3)运用粗糙集理论(RST)和支持向量机思想,为更好地获取数据中所隐含的信息,提出了一种新的支持向量机模型——粗糙支持向量机(RSVM)。应用新的模型,数据的等价信息的获取可以在RSVM中明确地体现出来。
【学位授予单位】:辽宁师范大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前2条
1 黄鹤;卢文喜;伊燕平;罗建男;;基于支持向量机模型的水质评价研究[J];节水灌溉;2012年02期
2 黄鹤;卢文喜;姜雪;;支持向量机在水质评价及水位动态预测中的应用[J];中国农村水利水电;2012年09期
中国硕士学位论文全文数据库 前4条
1 李艳萍;基于自主学习的移动机器人质心偏移控制策略[D];大连理工大学;2010年
2 王琳;支持向量机及相关理论研究[D];辽宁师范大学;2010年
3 徐方舟;污水处理控制系统设计及其软测量的研究[D];江南大学;2011年
4 罗曼;基于核方法的胎面生产过程建模[D];武汉理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 张林,刘先珊,阴和俊;基于时间序列的支持向量机在负荷预测中的应用[J];电网技术;2004年19期
2 潘峰,程浩忠,杨镜非,张澄,潘震东;基于支持向量机的电力系统短期负荷预测[J];电网技术;2004年21期
3 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
4 章毓晋;中国图像工程及当前的几个研究热点[J];计算机辅助设计与图形学学报;2002年06期
5 张辉,张浩,徐征,陆剑峰;基于支持向量机的供应链伙伴企业选择方法的研究[J];计算机集成制造系统;2004年07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 马云潜,张学工;支持向量机函数拟合在分形插值中的应用[J];清华大学学报(自然科学版);2000年03期
8 张磊,林福宗,张钹;基于支持向量机的相关反馈图像检索算法[J];清华大学学报(自然科学版);2002年01期
9 马勇,丁晓青;基于层次型支持向量机的人脸检测[J];清华大学学报(自然科学版);2003年01期
10 叶航军,白雪生,徐光祐;基于支持向量机的人脸姿态判定[J];清华大学学报(自然科学版);2003年01期
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 谢飞;;支持向量机及其应用研究[J];安徽教育学院学报;2007年03期
3 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
4 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
5 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
6 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
7 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
8 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
9 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30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 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 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
6 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
7 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
8 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
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 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[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 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 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
4 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
5 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
6 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
7 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
8 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
9 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
10 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;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 周雪梅;基于颜色和形状特征的图像检索技术研究[D];河南理工大学;2010年
5 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
6 赵永刚;图像检索中形状描述和匹配算法研究[D];南昌航空大学;2010年
7 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
8 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
9 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
10 李金华;基于SVM的多类文本分类研究[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 陈键;;浅析常用聚类分析算法[J];安徽电子信息职业技术学院学报;2007年01期
2 王辉;程雪;李玉霞;;农业机器人应用进展初探[J];安徽农业科学;2009年16期
3 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期
4 徐红敏;杨天行;;基于支持向量机分类算法的湖泊水质评价研究[J];吉林大学学报(地球科学版);2006年04期
5 刘解放;侯振雨;姚树文;;支持向量机及在近红外光谱分析中的应用(英文)[J];重庆工学院学报(自然科学版);2008年03期
6 聂勋科;;基于神经网络的污水出水COD预测模型[J];重庆工学院学报(自然科学版);2008年08期
7 刘金友;张锐;姜玉华;;白城地区降水量变化规律分析[J];东北水利水电;2008年08期
8 行小帅,焦李成;数据挖掘的聚类方法[J];电路与系统学报;2003年01期
9 卢文俊,冷杉,杨建军;基于Modbus协议的控制器远程监控系统[J];电力自动化设备;2003年06期
10 石磊;;基于最小二乘支持向量机的函数拟合的研究[J];电脑知识与技术(学术交流);2007年20期
中国博士学位论文全文数据库 前10条
1 沈明霞;自主行走农业机器人视觉导航信息处理技术研究[D];南京农业大学;2001年
2 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
3 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
4 陈春林;基于强化学习的移动机器人自主学习及导航控制[D];中国科学技术大学;2006年
5 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
6 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年
7 姜静清;最小二乘支持向量机算法及应用研究[D];吉林大学;2007年
8 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
9 罗瑜;支持向量机在机器学习中的应用研究[D];西南交通大学;2007年
10 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 高佳;基于支持向量机的地下矿泉水质预测研究[D];山东师范大学;2010年
2 贾洪玮;白城地区地下水数值模拟模型的替代模型研究[D];吉林大学;2011年
3 范瑞雅;支持向量机核函数的参数选择方法[D];重庆大学;2011年
4 朱春雷;支持向量机中核函数和参数选择研究及其应用[D];南京林业大学;2011年
5 郑一华;基于支持向量机的水质评价和预测研究[D];河海大学;2006年
6 卢惠民;机器人全向视觉系统自定位方法研究[D];国防科学技术大学;2005年
7 刘玉鹏;多传感器系统设计及其在机器人定位中的应用[D];国防科学技术大学;2005年
8 翁怀荣;蚁群算法的聚类分析研究及在HRM中的应用[D];四川大学;2006年
9 张莹;基于自主学习的中文文本分类算法研究[D];哈尔滨工业大学;2006年
10 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
【二级引证文献】
中国期刊全文数据库 前3条
1 王红艳;;软测量技术在工业上的实施探讨[J];价值工程;2011年35期
2 陈末;卢文喜;侯泽宇;黄鹤;李鹏;;基于支持向量机的吉林西部地下水水质评价[J];节水灌溉;2013年05期
3 黄鹤;卢文喜;姜雪;;支持向量机在水质评价及水位动态预测中的应用[J];中国农村水利水电;2012年09期
中国硕士学位论文全文数据库 前1条
1 韩博;鞍山市城区地表水水质现状与趋势分析[D];辽宁师范大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 熊兴华,钱曾波,王任享;遗传算法与最小二乘法相结合的遥感图像子像素匹配[J];测绘学报;2001年01期
2 余立锋,俎栋林,王卫东,邓元木,尤江生,包尚联;多模态医学图象的SVD-ICP配准方法[J];CT理论与应用研究;2000年01期
3 韩平,席酉民;经济转轨时期我国商业银行信贷风险的分析[J];当代经济科学;1999年04期
4 顾洁;电力系统中长期负荷的可变权综合预测模型[J];电力系统及其自动化学报;2003年06期
5 张大海,江世芳,毕研秋,邹贵彬;基于小波神经网络的电力负荷预测方法[J];电力自动化设备;2003年08期
6 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期
7 史德明,李林川,宋建文;基于灰色预测和神经网络的电力系统负荷预测[J];电网技术;2001年12期
8 耿光飞,郭喜庆;模糊线性回归法在负荷预测中的应用[J];电网技术;2002年04期
9 姜勇;基于模糊聚类的神经网络短期负荷预测方法[J];电网技术;2003年02期
10 赵剑剑,张步涵,程时杰,陆俭;一种基于径向基函数的短期负荷预测方法[J];电网技术;2003年06期
【相似文献】
中国期刊全文数据库 前10条
1 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
2 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
3 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
4 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
5 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
6 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
7 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
8 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
9 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
10 饶鲜,董春曦,杨绍全;应用支持向量机实现计算机入侵检测[J];西安电子科技大学学报;2003年03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 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 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
4 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
5 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
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
9 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
10 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
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 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
5 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
6 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
7 王超;三类不确定支持向量机及其应用[D];河北大学;2013年
8 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
9 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
10 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;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