收藏本站
《重庆大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

多态统计模式识别模型及应用研究

刘兆科  
【摘要】: 在现实生活中,模式识别问题,特别是多态模式识别问题覆盖领域十分广泛,如医学研究中疾病的诊断、健康检查,公安侦破中指纹识别、面部识别,电力系统、通讯系统、交通系统等许多大型复杂系统的故障诊断等问题,都可归结为模式识别问题。但是,在建立多态模式识别数学模型时,常常遇见特征指标众多,指标间存在多重相关性,而样本数据少,含有噪声、类与类之间的边界不清晰等问题,这致使模式识别模型的参数估计受到严重影响,模型误差扩大,模型的稳健性受到破坏。 基于统计学习理论的支持向量机方法,是一种具有良好的泛化能力的前沿性分类方法,在解决小样本、非线性及高维模式识别问题中表现出独特的优势和良好的应用前景。但是基本的支持向量机是基于两分类问题提出的,关于在多态模式识别支持向量机的研究成果较少。因此,基于高维小样本数据的支持向量机多态统计模式识别模型与方法研究具有显著的学术价值和重要实用价值。 论文在对模式识别、支持向量机基本理论和偏最小二乘方法深入研究的基础上,针对模式识别中训练样本特征知识数据的冗余性和多变量之间可能存在的相关性,以及训练样本类信息的不确定性,将偏最小二乘方法和模糊支持向量机相结合,将偏最小二乘方法用于样本数据的提炼,把二分类模糊支持向量机推广到多态模式识别问题,提出了一种基于偏最小二乘的模糊支持向量机模型。论文的主要研究内容和取得的成果如下: (1)在对国内外模式识别方法的研究现状分析的基础上,系统学习、研究了分类前沿技术——支持向量机的基本理论和方法,探讨了模糊支持向量机和数据约简方法——偏最小二乘方法的思想和原理,为多态模糊模式识别问题的研究奠定了坚实的基础。 (2)提出了一种新的多态模式识别模型——基于偏最小二乘的模糊支持向量机识别模型。该模型将偏最小二乘和模糊支持向量机的优点相结合,很好地克服了训练样本特征知识数据的高维性、冗余性和特征变量之间相关性,以及类信息的不确定性等对模式识别效果的影响。 (3)在模糊支持向量机的样本模糊隶属度的确定中,为了得到较为理想的隶属度,论文采用模糊C均值算法来实现训练样本的模糊化。 (4)利用UCI数据库中的数据集和汽轮发电机组故障诊断数据,对模型在训练速度(支持向量个数)以及识别效果(正确识别率)上进行分析评价,通过实验结果分析可以发现,论文提出的基于偏最小二乘的模糊支持向量机模型相比传统的支持向量机多分类算法具有更高的性能。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈小娟;刘三阳;满英;刘逵;;一种新的模糊支持向量机方法[J];西安文理学院学报(自然科学版);2008年01期
2 赵时;马曾;嵇艳;;一种新的模糊支持向量回归方法[J];青岛大学学报(自然科学版);2010年03期
3 徐文彬;陈美珠;;用FSVM解决多类分类问题中不可分区域问题剖析[J];常熟理工学院学报;2007年08期
4 齐英;;基于Gabor小波和模糊支持向量机的嘴巴识别方法[J];湖南文理学院学报(自然科学版);2007年04期
5 肖鹏;杜燕飞;;独立成分分析和模糊支持向量机在财务困境预测中的应用[J];陕西科技大学学报(自然科学版);2009年04期
6 贺卫中;周维娜;束平;;基于改进支持向量机方法的影像分类和目标识别研究[J];遥感信息;2010年06期
7 马法尧;;模糊SVM在股市预测中的算法研究与应用[J];西南民族大学学报(人文社科版);2006年10期
8 杨海军;太雷;;基于模糊支持向量机的上市公司财务困境预测[J];管理科学学报;2009年03期
9 闫华;孙德山;;去边缘模糊支持向量机[J];计算机工程与应用;2009年26期
10 傅文杰;;基于FSVM的周宁县地质灾害易发性评价研究[J];西北林学院学报;2011年04期
11 李天生;李霆;;基于模糊SVM与周期分析的股票预测[J];五邑大学学报(自然科学版);2008年03期
12 胡学坤;李金霞;宋淑娜;高尚;;基于粗糙集与模糊支持向量机的模式分类方法研究[J];科技通报;2010年02期
13 赵海涛;魏延;赖敏;陈守刚;;基于模糊支持向量机的中文垃圾邮件过滤方法[J];成都大学学报(自然科学版);2010年02期
14 姜小莹;朱俊东;李晓波;张同亮;;使用伪氨基酸组成和模糊支持向量机预测蛋白质结构类[J];生物物理学报;2008年01期
15 邹凌云;王正志;王勇献;;基于模糊支持向量机的膜蛋白分类研究[J];生物医学工程研究;2007年04期
16 董华;杨世元;吴德会;;基于模糊支持向量机的小批量生产质量智能预测方法[J];系统工程理论与实践;2007年03期
17 邹凌云;王正志;黄教民;;基于模糊支持向量机的膜蛋白折叠类型预测[J];生命科学研究;2007年04期
18 曾爽;黄振家;景志忠;;基于FSVM的马克斯克鲁维酵母菌发酵过程的软测量[J];科学技术与工程;2008年20期
19 何原荣;傅文杰;;模糊支持向量机在滑坡危险性评价中的应用[J];自然灾害学报;2009年05期
20 余乐安;汪寿阳;;基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用[J];系统科学与数学;2009年10期
中国重要会议论文全文数据库 前8条
1 刘素娟;江丽仪;吴效明;;基于模糊支持向量机的睡眠呼吸暂停综合征的分类[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
2 祁立;刘玉树;;基于自适应间隔的模糊支持向量机(英文)[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
3 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年
4 包剑;冀明;冯军;;基于模糊支持向量机的文本分类[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
5 曹春红;张斌;丛飚;;基于模糊支持向量机方法的人脸识别技术的研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
6 吴军基;盛琪;杨伟;张俊芳;;基于模糊支持向量机的电力系统暂态稳定评估[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
7 陈进东;王鲜芳;潘丰;;基于FSVM与机理的青霉素发酵过程混合建模[A];2007中国控制与决策学术年会论文集[C];2007年
8 曲建岭;王新;李富荣;高峰;;航空仪电设备综合测试系统中的故障诊断技术研究[A];第三届全国虚拟仪器大会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 张翔;支持向量机及其在医学图像分割中的应用[D];华中科技大学;2004年
2 杨志民;模糊支持向量机及其应用研究[D];中国农业大学;2005年
3 赵培英;基于智能计算的膜蛋白结构与相互作用预测研究[D];东华大学;2010年
4 吴怡之;面向智能服装的体域传感器网络信息融合研究[D];东华大学;2008年
5 徐志强;贯通线故障定位的区间算法研究[D];北京交通大学;2008年
6 赵宇;基于支持向量机的多用户检测算法、功率控制算法和波达方向估计算法[D];中国科学技术大学;2006年
7 张同亮;基于智能计算的蛋白质功能预测研究[D];东华大学;2008年
8 张孝远;融合支持向量机的水电机组混合智能故障诊断研究[D];华中科技大学;2012年
9 冯征;数据挖掘方法在财务预警中的应用研究[D];天津大学;2007年
10 孙荣荣;房性心律失常识别和房颤自发终止预测研究[D];复旦大学;2009年
中国硕士学位论文全文数据库 前10条
1 彭桂兵;两种改进的模糊支持向量机[D];河北大学;2010年
2 黄佳英;Ⅱ-型模糊支持向量机[D];河北大学;2012年
3 郑振雷;基于模糊支持向量机的网络信任研究与应用[D];浙江大学;2011年
4 王琳;模糊支持向量机在水淹层识别中的应用研究[D];吉林大学;2013年
5 许翠云;模糊支持向量机的研究及其在基因分类中的应用[D];南京林业大学;2013年
6 谢琳;模糊支持向量机关键技术研究[D];哈尔滨工业大学;2011年
7 邢笛;模糊支持向量机的研究与应用[D];江南大学;2012年
8 王盈;基于双层模糊支持向量机的液压系统故障诊断[D];太原科技大学;2013年
9 闫为云;基于去边缘的多类模糊支持向量机[D];河北大学;2010年
10 黄澍;直觉模糊支持向量机[D];河北大学;2011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
  • 010-62982499
  • 010-62783978