收藏本站
《哈尔滨工程大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机多类分类方法的研究

杨雪  
【摘要】:支持向量机是ATT Bell实验室的V.Vapnik等人提出的一种针对分类和回归问题的新型机器学习方法。它基于结构风险最小化原理,能有效地解决过学习问题,具有良好的推广性和较好的分类精确性。正在成为继模式识别和神经元网络研究之后机器学习领域新的研究热点,并将推动机器学习理论和技术的重大发展。 目前,支持向量机在模式识别、函数逼近、数据挖掘和文本自动分类中均有很好的应用。传统支持向量机是针对两类分类问题,而在实际应用中,如数据挖掘、文本分类等等,需要处理的数据是海量和多类别的。如何解决大规模多类别的问题,是近几年来研究的重点之一。 本文对统计学习理论进行了介绍,深入探讨了建立在该理论基础上的支持向量机算法。并且就支持向量机的训练算法、分类算法、求解大型问题的算法、核函数及选择等热点问题分别加以讨论。阐述了支持向量机研究和应用现状,以及所面临的问题,指出对支持向量机进一步研究和应用需要解决的一些重要问题。全面总结了目前存在的基于支持向量机的多类别分类方法,包括一对多方法、一对一方法、确定多类目标函数、决策导向非循环图支持向量机等方法,比较了它们的优缺点及性能。 最后,针对现有的支持向量机多分类方法存在的问题以及缺点,如一对多训练速度慢、一对一分类速度慢,提出了基于序列最小优化的并行支持向量机多类分类方法。并在美国加州大学所提供的实验数据库上进行了验证,与一对多和一对一的多类分类方法进行了比较,实验结果表明该方法大大提高了训练速度和分类速度,适用于需处理样本数较多、对计算速度要求较高的多类分类问题。
【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】:2006
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前4条
1 王红;武继刚;张铮;;基于二维MB-LBP特征的人脸识别[J];计算机工程与应用;2015年10期
2 韩仲志;邓立苗;于仁师;;基于图像处理的花生荚果品种识别方法研究[J];中国粮油学报;2012年02期
3 程洪;史智兴;么炜;王雷;庞立欣;;基于支持向量机的玉米品种识别[J];农业机械学报;2009年03期
4 王晓锋;秦玉平;;基于二叉树的SVM多类分类算法研究[J];湖南工程学院学报(自然科学版);2008年03期
中国博士学位论文全文数据库 前5条
1 李朋丽;基于智能算法的陕西省公路边坡稳定性评价[D];长安大学;2015年
2 王贺年;基于凸优化的非线性滤波算法研究[D];哈尔滨工业大学;2014年
3 杨柳;基于支持向量机的耕地预警研究[D];武汉大学;2009年
4 李升;地下水环境健康预警研究[D];吉林大学;2008年
5 吴暾华;面向中医面诊诊断信息提取的若干关键技术研究[D];厦门大学;2008年
中国硕士学位论文全文数据库 前10条
1 杨善清;基于支持向量回归和差分进化的股票价格预测[D];南昌大学;2018年
2 卢泰宇;基于3G/4G-LTE仿真的不同移动通信网络信令事件频率下交通方式识别敏感度分析[D];西南交通大学;2018年
3 张月;基于大数据算法的输电线路故障分析研究[D];湖北工业大学;2017年
4 张红飞;航空器低排放场面滑行策略研究[D];中国民航大学;2017年
5 杨彬;基于多通道肌电信号的手指康复动作研究[D];浙江工业大学;2017年
6 张加建;基于模糊二叉树的支持向量机算法研究及应用[D];山东科技大学;2017年
7 詹海峰;基于振声联合分析的GIS设备机械故障诊断[D];西安电子科技大学;2017年
8 王冬梅;油田三元复合驱综合管理平台的设计与实现[D];东北石油大学;2017年
9 刘晨;基于SVM的智能家居辅助决策系统研究[D];华北电力大学;2017年
10 王培力;基于频谱特征与非线性理论的钱塘江涌潮检测[D];杭州电子科技大学;2017年
【参考文献】
中国期刊全文数据库 前10条
1 杜晓东,李岐强;支持向量机及其算法研究[J];信息技术与信息化;2005年03期
2 刘向东 ,骆斌 ,陈兆乾;支持向量机最优模型选择的研究[J];计算机研究与发展;2005年04期
3 王晓丹,王积勤;支持向量机研究与应用[J];空军工程大学学报(自然科学版);2004年03期
4 安金龙,王正欧,马振平;一种新的支持向量机多类分类方法[J];信息与控制;2004年03期
5 祁亨年;支持向量机及其应用研究综述[J];计算机工程;2004年10期
6 邵惠鹤;支持向量机理论及其应用[J];自动化博览;2003年S1期
7 李建民 ,张钹 ,林福宗;序贯最小优化的改进算法[J];软件学报;2003年05期
8 吴翔;谭李;陆文凯;张学工;;提高超大规模SVM训练计算速度的研究[J];模式识别与人工智能;2003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 朱志洁;张宏伟;王春明;;基于人工蜂群算法优化支持向量机的采场底板破坏深度预测[J];重庆大学学报;2015年06期
2 雷国庆;樊贵盛;;基于支持向量机的土壤水分入渗参数预测研究[J];节水灌溉;2015年12期
3 孙湛青;谢蕾;;基于GA-SVM的河川径流量预测模型研究[J];武汉理工大学学报(信息与管理工程版);2015年05期
4 袁伟;张占松;张泽宇;吕洪志;李兴丽;崔云江;;基于储层分类的支持向量机渗透率预测[J];测井技术;2015年04期
5 田萌;王文剑;;高斯核函数选择的广义核极化准则[J];计算机研究与发展;2015年08期
6 梅孝辉;龙渊;张健博;;基于聚类合并的局部离群点挖掘算法在入侵检测中的应用[J];计算机与现代化;2015年08期
7 柴岩;王庆菊;;基于边界向量的样本取样SMO算法[J];系统工程;2015年06期
8 沈加;;关于高校教学资源的自动分类研究[J];福建电脑;2015年05期
9 马润波;杜建华;许世蒙;;铜基复合材料分类判别方法研究[J];兵工学报;2015年05期
10 汤国水;张宏伟;韩军;宋卫华;;基于MABC-SVM的含瓦斯煤体渗透率预测模型[J];中国安全生产科学技术;2015年02期
【同被引文献】
中国期刊全文数据库 前10条
1 杨锦忠;张洪生;郝建平;杜天庆;崔福柱;李娜娜;梁改梅;;玉米果穗图像单一特征的品种鉴别力评价[J];农业工程学报;2011年01期
2 韩仲志;赵友刚;;花生外观品质品种图像分析与系统仿真[J];中国粮油学报;2010年11期
3 韩仲志;杨锦忠;;多类支持向量机在玉米品种识别中的应用[J];农机化研究;2010年11期
4 韩仲志;赵友刚;;基于计算机视觉的花生品质分级检测研究[J];中国农业科学;2010年18期
5 张铮;赵政;袁甜甜;;基于二维多尺度局部Gabor二进制模式特征的表情识别[J];计算机应用;2010年04期
6 韩仲志;赵友刚;杨锦忠;;基于籽粒RGB图像独立分量的玉米胚部特征检测[J];农业工程学报;2010年03期
7 赵春明;韩仲志;杨锦忠;李娜娜;梁改梅;;玉米果穗DUS性状测试的图像处理应用研究[J];中国农业科学;2009年11期
8 韩仲志;赵友刚;;基于外观特征识别的花生品种与品质检测方法[J];中国粮油学报;2009年05期
9 刘瑾;张乐石;徐可欣;;基于图像特征融合与决策融合的多模式人脸识别方法(英文)[J];纳米技术与精密工程;2009年01期
10 杨锦忠;郝建平;杜天庆;崔福柱;桑素平;;基于种子图像处理的大数目玉米品种形态识别[J];作物学报;2008年06期
中国博士学位论文全文数据库 前10条
1 王福恒;基于GIS的区域公路边坡灾害评价与预测研究[D];长安大学;2011年
2 沈博昌;基于半球谐振陀螺仪与星敏感器的卫星姿态确定[D];哈尔滨工业大学;2010年
3 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年
4 何学辉;基于凸优化的雷达波形设计及阵列方向图综合算法研究[D];西安电子科技大学;2010年
5 王烨;民机产品可靠性评估技术研究[D];南京航空航天大学;2009年
6 崔凯;多元层状陡立土质边坡差异性风蚀效应研究[D];兰州大学;2009年
7 郑向伟;求解优化问题的微粒群算法及其应用研究[D];山东师范大学;2008年
8 文森;重庆市耕地资源安全与预警研究[D];西南大学;2008年
9 李维光;爆破振动作用下顺层岩质边坡稳定性研究[D];西南交通大学;2008年
10 姜纪沂;地下水环境健康理论与评价体系的研究及应用[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 潘岳;基于LRPBP及WSVM的股票预测研究[D];兰州大学;2017年
2 郝知远;基于数据挖掘方法的股票预测系统[D];南京理工大学;2017年
3 孙彩苹;航空货运机坪特种车辆优化调度算法与仿真研究[D];中国民航大学;2016年
4 赵瑜;不同交通状态下基于手机GPS轨迹的出行信息采集效果评估研究[D];西南交通大学;2016年
5 曾大堃;手机GPS定位频率对交通出行信息提取精度的影响研究[D];西南交通大学;2016年
6 吕弘哲;基于监视数据的航空器场面滑行分析及预测研究[D];中国民航大学;2016年
7 张建华;无人机非隔离空域运行的自动避让研究[D];中国民航大学;2016年
8 王珺;外骨骼机器人下肢增力机构设计和仿真研究[D];浙江大学;2016年
9 赵鑫;基于生物电信号的上肢康复机器人的研究[D];天津理工大学;2016年
10 孙秋韵;基于改进GA优化参数的SVR股价预测研究[D];福建师范大学;2015年
【二级引证文献】
中国期刊全文数据库 前10条
1 焦斌亮;范成龙;王朝晖;;基于二叉划分树的多维尺度分析图像分类算法[J];计算机工程与应用;2015年15期
2 肖爱玲;潘斌;;基于形态学参数的红枣品种识别[J];农机化研究;2015年08期
3 邓立苗;杜宏伟;韩仲志;;基于Freeman链码的花生果嘴和果腰图像识别及其DUS性状定量分析[J];农业工程学报;2015年13期
4 张云丽;韩宪忠;王克俭;;基于深度颜色特征的灰度直方图玉米品种识别研究[J];作物杂志;2015年01期
5 邓立苗;唐俊;马文杰;;基于图像处理的玉米叶片特征提取与识别系统[J];中国农机化学报;2014年06期
6 陈红;夏青;左婷;谭鹤群;边银丙;;破损花菇机器视觉检测技术[J];农业机械学报;2014年11期
7 臧晶;郭倩倩;李成华;付立冬;;复杂条件下多玉米籽粒识别与统计方法研究[J];沈阳农业大学学报;2014年05期
8 程洪;尹辉娟;马丽;李亚南;;HSI模型结合OSTU法的玉米种胚检测算法[J];农机化研究;2014年10期
9 王伟;王秀兰;冯仲科;刘芳;;基于Android手机的树木叶片识别系统[J];广东农业科学;2014年18期
10 程洪;史智兴;冯娟;李亚南;尹辉娟;;基于玉米胚部特征参数优化的玉米品种识别研究[J];中国粮油学报;2014年06期
中国博士学位论文全文数据库 前6条
1 黄仲羽;基于多维计算机自适应测试的FGIDs中医证候量化诊断模型研究[D];广州中医药大学;2018年
2 高东东;德阳市地下水资源禀赋特征及可持续开发利用研究[D];成都理工大学;2017年
3 邱海洋;不确定系统滤波技术研究及在组合导航中的应用[D];哈尔滨工程大学;2016年
4 彭瑜;数字化面色望诊系统的构建及其应用[D];湖北中医药大学;2014年
5 黄建忠;基于高性能计算的土地利用影像分类技术研究[D];武汉大学;2013年
6 王凯军;地下水环境健康预测研究与应用[D];吉林大学;2009年
中国硕士学位论文全文数据库 前1条
1 隋明园;萨中区块二类油层三元复合驱油藏工程方案设计[D];东北石油大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 李建民 ,张钹 ,林福宗;序贯最小优化的改进算法[J];软件学报;2003年05期
2 王宏漫,欧宗瑛;采用PCA/ICA特征和SVM分类的人脸识别[J];计算机辅助设计与图形学学报;2003年04期
3 肖俊,吴飞,庄越挺,张引;基于支持向量机与细节层次的三维地形识别与检索[J];计算机辅助设计与图形学学报;2003年04期
4 吴翔;谭李;陆文凯;张学工;;提高超大规模SVM训练计算速度的研究[J];模式识别与人工智能;2003年01期
5 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
6 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
7 刘江华,陈佳品,程君实;用于人机交互的静态手势识别系统[J];红外与激光工程;2002年06期
8 忻栋,杨莹春,吴朝晖;基于SVM-HMM混合模型的说话人确认[J];计算机辅助设计与图形学学报;2002年11期
9 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
10 孙剑,郑南宁,张志华;一种训练支撑向量机的改进贯序最小优化算法[J];软件学报;2002年10期
【相似文献】
中国期刊全文数据库 前10条
1 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期
2 吕晓燕;罗立民;李祥生;郭建军;;基于支持向量机的冠心病辅助诊断研究[J];计算机工程与应用;2008年36期
3 余辉;赵晖;;支持向量机多类分类算法新研究[J];计算机工程与应用;2008年07期
4 方辉;艾青;;模糊支持向量机的训练算法研究[J];福建电脑;2009年03期
5 孙燕;臧传新;任廷革;李宇航;刘晓峰;张帆;;支持向量机分类器在中医方剂模式识别中的应用研究[J];中医药管理杂志;2006年11期
6 李欢欢;;基于SVM的分类问题的研究[J];网友世界;2013年09期
7 钟新辉;李少如;费逸伟;杨宏伟;;基于支持向量机的磨粒识别[J];数学的实践与认识;2008年05期
8 李新战;赵震宇;;支持向量机基础及其应用前景[J];科技信息;2009年17期
9 蔡雅琳;;支持向量机在数据挖掘中的应用研究[J];现代商贸工业;2008年08期
10 史贤俊;林慧博;张小伟;;基于支持向量机的模拟电路故障诊断方法[J];兵工自动化;2009年04期
中国重要会议论文全文数据库 前10条
1 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
2 王伟;郑东良;;支持向量机的分类机理研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
3 伍敏;苏鹏宇;刘金福;于达仁;;基于RVM和SVM的风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
4 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
5 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
6 张立刚;李海丽;;基于最小二乘支持向量机的协调系统预测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
7 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
8 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
9 汪荣贵;孙见青;胡琼;李守毅;;一种新的支持向量机决策树及其应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
10 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
中国重要报纸全文数据库 前10条
1 本报记者 陈曲;数据挖掘:伴随大数据崛起的预言者[N];中国信息化周报;2014年
2 马随缘;做实数据挖掘 提升竞争能力[N];中国城乡金融报;2016年
3 创智集团副总裁 胡乐群博士;数据挖掘在CRM中的应用[N];中国计算机报;2002年
4 陆天歌 王兆亮;数据挖掘:帮你读懂未来战争[N];解放军报;2018年
5 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年
6 本报记者 张佳星;把扎克伯格拉下水,大数据挖掘犯错了吗[N];科技日报;2018年
7 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年
8 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年
9 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年
10 本报记者 叶曜坤;全国人大代表邓晓辉:推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年
中国博士学位论文全文数据库 前10条
1 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
2 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
3 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
4 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
5 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年
6 蔡从中;支持向量机及其在生物材料功能研究中的应用[D];重庆大学;2003年
7 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
8 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
9 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
10 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年
2 刘婷;数据挖掘中的支持向量机方法的研究[D];哈尔滨工程大学;2016年
3 孙庆嘉;多类支持向量机的研究与分析[D];北京交通大学;2010年
4 张拥华;基于支持向量机的金融时间序列研究[D];湖南大学;2008年
5 王敬宇;支持向量机方法及其在企业信用风险评级中的应用[D];吉林大学;2010年
6 戢友;多任务多类特权信息支持向量机[D];华东师范大学;2012年
7 聂盼盼;基于对支持向量机的入侵检测技术研究[D];南京航空航天大学;2012年
8 王兵;过程支持向量机模型及信息变换机制研究[D];大庆石油学院;2007年
9 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
10 杨星;一种支持向量机的图像多特征疲劳驾驶检测方法研究[D];西安理工大学;2017年
中国知网广告投放
 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