收藏本站
《哈尔滨工程大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机在数据挖掘中的应用

董西国  
【摘要】: 数据挖掘是一门多学科交叉的应用技术,与机器学习和统计学紧密相关。目前数据挖掘中的挖掘算法主要是对机器学习或统计分析等领域中的常用技术的改进。分类即通过由经验数据训练得到的分类器预测未知数据的归属,是模式识别、机器学习、统计分析等领域的一个基本问题,也是一种最常见的数据挖掘任务。 分类可以看作基于经验数据的学习问题。不同于传统统计学的渐进理论,统计学习专门研究有限样本情况下的机器学习规律,它从理论上证明了实际风险的界是由经验风险和置信范围两部分构成的,并给出了控制置信范围的方法VC维。结构风险最小化归纳原则通过控制经验风险和置信范围来控制实际风险的界。支持向量机是在统计学习理论基础上发展起来的一种通用学习机器,其关键的思想是利用核函数把一个复杂的分类任务通过核函数映射使之转化成一个在高维特征空间中构造线性分类超平面的问题。离分类超平面最近的点到分类超平面的距离称为间隔,间隔最大的分类超平面具有最好的推广能力,称为最优分类超平面。而寻找最优分类超平面需要解决二次规划这样一个特殊的优化问题,通过优化,每个向量(样本)被赋予一个权值,权值不为0的向量称为支持向量,分类超平面是由支持向量构造的。由于现实世界的数据量一般比较大,因此对优化的效率要求较高,分解是第一种实用的可处理大数据集的技术,它把训练集分成固定大小的工作集和非工作集两部分,每次迭代只解决一个工作集中的子优化问题。分解与基于可行方向的优化技术结合为解决大数据集的支持向量机训练提供了一种可行的方法。 文中分析了支持向量机在抽油机泵参调整数据挖掘系统中的应用效果,与神经网络BP算法做了比较。结果表明它在一些主要性能指标上要优于BP算法。本文把支持向量机引入数据挖掘,可以吸引更多数据挖掘领域研究者的注意,为数据挖掘系统的设计提供一种新的选择。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2002
【分类号】:TP311.12

【引证文献】
中国博士学位论文全文数据库 前3条
1 刘昕;区域水安全评价模型及应用研究[D];西北农林科技大学;2011年
2 黄贤源;多波束测深数据质量控制方法研究[D];解放军信息工程大学;2011年
3 卢敏;小城镇水安全理论模型及应用研究[D];河海大学;2006年
中国硕士学位论文全文数据库 前6条
1 李斌;基于模式识别技术的眼科疾病辅助诊断系统的研究[D];吉林大学;2011年
2 邓士娟;基于数据挖掘技术的轴承寿命预测的研究[D];大连海事大学;2006年
3 易小志;地铁馈电线路行波保护方式研究[D];北京化工大学;2006年
4 靳廉洁;基于支持向量机的干散货运价指数预测研究[D];大连海事大学;2010年
5 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
6 安娜;基于遗传算法的数据挖掘方法研究[D];西安科技大学;2010年
【参考文献】
中国期刊全文数据库 前10条
1 杜廷松,王浚岭;凸复合多目标优化问题的最优性条件[J];河北师范大学学报;2001年01期
2 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
3 李晓黎,刘继敏,史忠植;基于支持向量机与无监督聚类相结合的中文网页分类器[J];计算机学报;2001年01期
4 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
5 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
6 李定坤;陈建华;林智健;;一种基于统计学和凸二次规划的模式识别方法[J];模式识别与人工智能;1996年04期
7 郭萌;王珏;;数据挖掘与数据库知识发现:综述[J];模式识别与人工智能;1998年03期
8 陶卿;姚穗;范劲松;方廷健;;一种新的机器学习算法:Support Vector Machines[J];模式识别与人工智能;2000年03期
9 范劲松;方廷健;;基于粗集理论和SVM算法的模式分类方法[J];模式识别与人工智能;2000年04期
10 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期
【共引文献】
中国期刊全文数据库 前10条
1 张安勤;数据挖掘与进化算法[J];安徽教育学院学报;2002年03期
2 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
3 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
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 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 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 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 ;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
5 ;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
6 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
7 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
8 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
9 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
10 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
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 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
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 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 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
9 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
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 范红朴;IT行业员工离职预警问题研究[D];华中农业大学;2010年
3 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
4 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
5 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010年
6 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
7 徐芳芳;优化问题的PVD算法研究[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 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
10 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 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
2 朱延美,许宁,张文平;我国饮用水安全性研究现状[J];北方环境;2004年06期
3 张浩然;;基于支持向量机的线性模型鲁棒参数估计[J];北京交通大学学报;2009年06期
4 杨尚达;李世平;;遗传算法研究[J];兵工自动化;2008年09期
5 封筠;颉斌;郝卫东;杨扬;;一种SVM分类器自动模型选择方法[J];北京科技大学学报;2006年01期
6 郭辉;王玲;刘贺平;;基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题[J];北京科技大学学报;2006年03期
7 郭辉;刘贺平;王玲;;基于最小二乘支持向量机对偶优化问题的核偏最小二乘[J];北京科技大学学报;2006年08期
8 鹿卫国,戴亚平,涂序彦,高峰;适用于加权样本集处理的加权支持向量机方法[J];北京理工大学学报;2005年03期
9 王静爱,王珏,叶涛;中国城市水灾危险性与可持续发展[J];北京师范大学学报(社会科学版);2004年03期
10 徐维浩;小城镇水资源可持续发展的探讨[J];北京水利;2000年06期
中国博士学位论文全文数据库 前10条
1 陈美球;中国农村城镇化进程中的土地配置研究[D];浙江大学;2002年
2 吴英姿;多波束测深系统地形跟踪与数据处理技术研究[D];哈尔滨工程大学;2001年
3 宋松柏;区域水资源可持续利用指标体系及评价方法研究[D];西北农林科技大学;2003年
4 冯宝平;区域水资源可持续利用理论与应用研究[D];河海大学;2004年
5 郭科;复杂地质地貌区多尺度地球化学异常识别的非线性研究[D];成都理工大学;2005年
6 毛勇;基于支持向量机的特征选择方法的研究与应用[D];浙江大学;2006年
7 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年
8 张明键;盲分离算法的研究[D];华南理工大学;2004年
9 王向红;多波束条带测深系统数据后置处理技术研究[D];哈尔滨工程大学;2005年
10 张小平;高分辨率多波束成像声呐关键技术研究[D];哈尔滨工程大学;2005年
中国硕士学位论文全文数据库 前10条
1 王海栋;多波束系统测深异常处理理论与方法研究[D];解放军信息工程大学;2010年
2 祝华军;小城镇规划及基础设施投资问题研究[D];中国农业大学;2000年
3 王敬华;小城镇生态规划理论研究[D];河北农业大学;2001年
4 王燕山;基于虚拟仪器的电液伺服阀静动态特性CAT理论与实验研究[D];燕山大学;2001年
5 刘毅华;电力系统故障检测新方法研究[D];浙江大学;2002年
6 沈培华;支持矢量机的算法研究和应用[D];南京理工大学;2002年
7 何应杰;国际干散货运价波动分析及经营策略研究[D];大连海事大学;2002年
8 马开银;小型化多波束条带测深系统研究[D];哈尔滨工程大学;2002年
9 宋芸;基于小波与神经网络的变压器励磁涌流识别方法的研究[D];河海大学;2003年
10 艾琳;高压直流输电线路行波保护的研究[D];华北电力大学(北京);2003年
【二级引证文献】
中国期刊全文数据库 前4条
1 吴惠敏;叶少珍;;基于混合核函数SVM骨性关节炎中药分子的辨识模型[J];福州大学学报(自然科学版);2013年01期
2 缪袁泉;杨波;;多波束测深系统在耙吸挖泥船上的应用[J];中国港湾建设;2013年04期
3 喻乐;和敬涵;王小君;薄志谦;;基于Mexh小波变换的直流馈线保护方法[J];电力系统保护与控制;2012年11期
4 白向华;陶凤和;贾长治;;基于集对分析的保障能力薄弱环节改进模型研究[J];计算机与数字工程;2011年02期
中国重要会议论文全文数据库 前1条
1 王劼;肖安雁;杨巍;;基于模糊神经网络的自适应重合闸[A];第二届中国水利水电岩土力学与工程学术讨论会论文集(二)[C];2008年
中国博士学位论文全文数据库 前3条
1 刘昕;区域水安全评价模型及应用研究[D];西北农林科技大学;2011年
2 申家双;海岸带等水位线信息提取与垂直基准转换技术研究[D];解放军信息工程大学;2011年
3 李升;地下水环境健康预警研究[D];吉林大学;2008年
中国硕士学位论文全文数据库 前10条
1 曹雅怀;城市轨道直流馈线保护新原理研究[D];华北电力大学(北京);2011年
2 李艳生;分布式并行计算智能调度策略的研究与实现[D];湖北师范学院;2011年
3 颜桃为;城镇道路交通安全评价体系建立与实践[D];南京林业大学;2011年
4 吴琳;基于最小二乘支持向量机的时态数据预测研究及应用[D];东北财经大学;2011年
5 王春;基于Baosteel电子商务的CRM研究及应用[D];东华大学;2012年
6 谭晓栋;基于HSMM的滚动轴承故障预测技术[D];国防科学技术大学;2008年
7 杨锦荣;印刷电路板表面贴装生产过程质量监控系统的研究[D];华南理工大学;2010年
8 潘争伟;区域水环境系统脆弱性评价的集对分析方法研究[D];合肥工业大学;2010年
9 刘剑锋;基于共享信息的新型辅助医疗智能诊断系统[D];吉林大学;2012年
10 王颖;基于遗传算法的数据挖掘技术的应用研究[D];浙江理工大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 王珏;Rough Set约简与数据浓缩[J];高技术通讯;1997年11期
2 李定坤;弹性薄板小挠度弯曲的Stoker问题[J];中国科学(A辑 数学 物理学 天文学 技术科学);1986年06期
3 李晓黎,史忠植;用数据采掘方法获取汉语词性标注规则[J];计算机研究与发展;2000年12期
4 欧阳为民,蔡庆生;一种在数据库中发现偏离模式的线性算法[J];计算机研究与发展;1998年10期
5 欧阳为民,蔡庆生;在大型数据库中多层序贯模式的发现[J];计算机研究与发展;1998年10期
6 铁治欣,陈奇,俞瑞钊;采掘关联规则的高效并行算法[J];计算机研究与发展;1999年08期
7 朱廷劭;高文;;KDD:数据库中的知识发现[J];计算机科学;1997年06期
8 张维东,张凯,董青,孙维华;利用决策树进行数据挖掘中的信息熵计算[J];计算机工程;2001年03期
9 陶卿,方廷健,孙德敏;基于约束区域的连续时间联想记忆神经网络[J];计算机学报;1999年12期
10 张铃,张钹,吴福朝;神经网络的规划学习算法[J];计算机学报;1994年09期
【相似文献】
中国期刊全文数据库 前10条
1 包潘晴;杨明福;;基于KPCA和SVM的网络入侵检测[J];计算机应用与软件;2006年02期
2 张莹;李凡生;范富旺;;基于数据挖掘的支持向量机库存预测模型研究[J];中国市场;2009年09期
3 罗娜;;数据挖掘中的新方法——支持向量机[J];软件导刊;2008年10期
4 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
5 宋京;;基于相空间重构的支持向量机异常金融交易识别算法[J];中南财经政法大学研究生学报;2008年01期
6 曾绍华;魏延;曹长修;;数据挖掘的一类目标变量的定义及应用研究[J];西南农业大学学报(自然科学版);2006年04期
7 王源;陈亚军;;基于核的支持向量机构造方法的研究[J];微机发展;2005年12期
8 毛建洋;黄道;;一种新的支持向量机增量算法[J];华东理工大学学报(自然科学版);2006年08期
9 何江平;文俊浩;邓恬洁;王道乾;;基于支持向量机的图像识别[J];重庆大学学报(自然科学版);2006年01期
10 曾绍华;魏延;;供应商评价的支持向量机模型及应用研究[J];重庆师范大学学报(自然科学版);2007年01期
中国重要会议论文全文数据库 前10条
1 韩泉东;胡小平;李舟军;李京浩;;决策树和支持向量机在液体火箭发动机故障诊断中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
2 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
3 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
4 赵丽;杨利彬;;基于支持向量机的供应商合作伙伴选择[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005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 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
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 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
9 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
10 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
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 张立明;数据挖掘之道[N];网络世界;2003年
4 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
5 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
中国博士学位论文全文数据库 前10条
1 田江;基于支持向量机的孤立点检测方法研究[D];大连理工大学;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 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
4 张春华;支持向量机中最优化问题的研究[D];中国农业大学;2004年
5 韩虎;基于粗糙集的支持向量机及应用研究[D];兰州交通大学;2011年
6 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年
7 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
8 胡运红;支持向量机的若干算法研究[D];山东科技大学;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 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
2 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
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 张成学;隐私保护线性规划和支持向量机新算法[D];山东科技大学;2011年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 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
7 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
8 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
9 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
10 张佳;基于支持向量机的桥梁结构健康监测变形数据的研究[D];北京工商大学;2010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