收藏本站
《华东师范大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的多分类算法研究

曹兆龙  
【摘要】: 支持向量机最初于20世纪90年代由Vapnik提出,是一种新的统计学习算法,其学习原则是使结构风险最小化,这使得支持向量机具有很强的泛化能力。近年来,支持向量机在理论研究和算法实现都取得了突破性进展,是数据挖掘中的一项新技术,开始成为克“维数灾难”和“过学习”等传统困难的有力手段。 核函数的核心内容是:对于输入空间中非线性可分问题,选择一个适当的映射,将输入空间中的样本点映射到一个高维特征空间,使得对应的样本点在该空间线性可分,在求解决策函数的过程中的计算仍在原空间进行,大大降低了在映射后的高维特征空间计算的复杂性。 由于实际问题的复杂性,很多实际问题所采集的数据指标太多,再使用核函数,使得维数进一步扩大,进而使得计算量过于庞大,对实际问题的解决带来了困难。此外,绝大多数讨论仅局限于用SVM解决两类问题。然而,即使我们能够将两类问题正确分类,也并不意味着实际应用中多类分类问题的解决。 本文首先从支持向量机的理论入手,介绍核函数的性质,以及根据序列极小化方法的基本思想建立的特征选择的方法,从而提高支持向量机在分类问题中的应用能力。对于多类分类问题,我们首先对基于支持向量机的几种多类分类方法的性能进行研究和比较,并就基于模糊支持向量机的多类分类问题中可能出现的盲区提出了解决办法,对于一对多类分类方法中经常出现的样本不均衡问题提出一个可行的解决方法,这些改进对高维多类分类问题具有很强的实践价值。最后通过多类字母图象分类问题说明支持向量机算法在多类分类问题中的应用。
【学位授予单位】:华东师范大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP301.6

【引证文献】
中国期刊全文数据库 前7条
1 陈宁;曹政;王吉军;;基于多分类SVM的MIDI音乐情感分类研究[J];大连大学学报;2009年03期
2 刘全中;王吉军;;基于多分类SVM的图像情感分类研究[J];大连工业大学学报;2008年04期
3 陈俊;刘遵雄;;基于非负矩阵分解特征提取的垃圾邮件过滤[J];华东交通大学学报;2010年06期
4 秦玉平;耿姝;孙宗宝;;基于C-SVM和KPCA的垃圾邮件检测研究[J];计算机工程与应用;2010年19期
5 计智伟;吴耿锋;胡珉;;基于混沌离散粒子群优化的约束性多分类模型[J];计算机工程;2009年23期
6 童佳斐;董军;;分类器组合在心电图分类中的应用[J];计算机应用;2010年04期
7 吴立棣;秦亮曦;陈永生;;基于决策树和模糊SVM的图像情感分类研究[J];微计算机信息;2011年08期
【参考文献】
中国期刊全文数据库 前5条
1 秦进,陈笑蓉,汪维家,陆汝占;文本分类中的特征抽取[J];计算机应用;2003年02期
2 高为炳,霍伟;控制理论的发展与现状──兼论复杂系统与智能控制[J];控制理论与应用;1994年01期
3 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
4 曾凡仔,裘正定;一种提高非平衡数据集PSVM分类精度的方法[J];铁道学报;2004年02期
5 郑红军,周旭,毕笃彦;统计学习理论及支持向量机概述[J];现代电子技术;2003年04期
【共引文献】
中国期刊全文数据库 前10条
1 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
2 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
3 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
4 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
5 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
6 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
7 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
8 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
9 黄远顺;;矫直机的自动故障预报技术[J];安徽冶金;2012年01期
10 高闯;王立东;周世宇;;基于支持矢量机的宫颈细胞分类[J];辽宁科技大学学报;2009年03期
【同被引文献】
中国期刊全文数据库 前10条
1 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
2 钟尚平;林静;;一个基于TSVM的GIF图像通用隐写检测方法[J];北京交通大学学报;2009年02期
3 高振松,过静珺;GPS数据到ARC/INFO的转换[J];北京测绘;2000年04期
4 ;Online LS-SVM for function estimation and classification[J];Journal of University of Science and Technology Beijing(English Edition);2003年05期
5 喻德旷,尹炳生,杨谊,李本富,农德斌;多导同步心电图的QRS波检测及起止点的确定[J];北京生物医学工程;2000年02期
6 杨海威,詹永麒,胡伟国,夏恒超,闫润强,张永红;12导联心电图P波检测算法[J];北京生物医学工程;2002年02期
7 段福州;赵文吉;李家存;蔡文博;刘连刚;;基于三维地理信息系统的岩层产状测量方法[J];吉林大学学报(地球科学版);2011年01期
8 霍艾迪;张骏;卢玉东;成玉祥;姚以亮;;地质灾害易发性评价单元划分方法——以陕西省黄陵县为例[J];吉林大学学报(地球科学版);2011年02期
9 方辉;王倩;;支持向量机的算法研究[J];长春师范学院学报;2007年06期
10 孙延风,梁艳春,姜静清,吴春国;金融时间序列预测中的神经网络方法[J];吉林大学学报(信息科学版);2004年01期
【二级引证文献】
中国期刊全文数据库 前10条
1 任海涛;李业丽;陆利坤;;傅里叶描述子在商标图像分类中的应用[J];北京印刷学院学报;2010年06期
2 范忻;张书建;;基于SVM的矸石山分布信息提取方法[J];地矿测绘;2011年03期
3 许小刚;王松岭;刘锦廉;;基于小波包能量分析及改进支持向量机的风机机械故障诊断[J];动力工程学报;2013年08期
4 马景国;;陕北榆阳煤矿生态环境现状及其恢复治理研究[J];国土资源情报;2013年09期
5 刘继清;徐明;;一种基于KPCA和BP神经网络的多核入侵检测分类系统的研究[J];江苏科技大学学报(自然科学版);2011年06期
6 尚涛;郭正宇;王彦盛;;一种高准确率的垃圾邮件识别方法[J];华中科技大学学报(自然科学版);2011年S2期
7 史健芳;王哲;冯登超;;基于矩特征及支持向量机的图像识别[J];科技情报开发与经济;2009年15期
8 赵永安;王国权;;基于核主元分析法的组合核函数改进算法[J];信息技术;2012年08期
9 周琳;李琳;邵明省;;基于混沌蛙跳算法的图像增强处理[J];激光与红外;2012年12期
10 周自斌;;基于SVM算法的客户诚信度评价模型的研究[J];合肥学院学报(自然科学版);2013年03期
【二级参考文献】
中国期刊全文数据库 前6条
1 崔伟东,周志华,李星;支持向量机研究[J];计算机工程与应用;2001年01期
2 高为炳,程勉;智能运动控制[J];控制理论与应用;1992年03期
3 刁倩,王永成,张惠惠,何骥;文本自动分类中的词权重与分类算法[J];中文信息学报;2000年03期
4 黄萱菁,吴立德,石崎洋之,徐国伟;独立于语种的文本分类方法[J];中文信息学报;2000年06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 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
【相似文献】
中国期刊全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
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 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 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
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008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 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
7 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
8 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
9 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007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