收藏本站
《西南交通大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

核机器学习方法若干问题研究

蒋刚  
【摘要】:论文主要对机器学习问题、核机器方法、小波核机器、模糊小波核机器等内容进行探讨和分析,构建了几种核机器模型,理论分析和实验结果验证了它们的可行性和有效性。主要研究内容如下: 处理大规模样本时,支持向量机难以满足实时性要求,针对这一问题,提出了一种支持向量预提取方法:先用核感知机模块提取准支持向量,然后将所得结果输入到支持向量机中进行二次处理。核感知机采用的是简单的迭代结构,即使在样本规模较大时,花费的时间也很少;此外,准支持向量的数目可以通过设定阈值进行控制。在一定精度要求下,能从很大程度上提高数据的处理效率。由于核函数和误分界的引入,在综合使用支持向量机的基础上,能处理线性可分、非线性可分、非线性不可分带噪声数据以及回归等问题,理论分析和实验结果较好地验证了这一结论。 对非平稳信号进行处理时,信号细微特征的提取非常关键。论文尝试将小波技术、主分量分析及核方法相结合,用于处理这类信号。对采用小波基构建核函数的可行性进行了探讨,证明了它满足Mercy条件及其在Hilbert空间具有再生性的命题,以此为基础,结合主分量分析,探讨了小波核机器的构建方法,构造出一种核机器模型,并作了实例仿真。实验结果表明,复Gaussian小波核和复Morlet小波核的性能大致相当,它们都优于常规的高斯核和多项式核,初步展示出该方法的可行性和优越性。 对模糊逻辑和小波技术的相关理论进行探讨和分析,构建了一种模糊小波容许核函数,并与支持向量机结合,构造出一种核机器模型,对该模型的一致逼近性作了证明。在此基础上,提出了一种模糊小波支持向量核机器方法FW-SVKM,对参数的选择与预测结果的内在关系作了较为详细的分析,与三层神经网络ANN进行短期峰值负荷预测的对比实验,结果表明FW-SVKM优于ANN,具有较大的实用价值和较好的应用前景。 针对学习机器在参数较多时,优化时间过长、效率过低,不利于工程应用的问题,提出了一种多参数同步优化策略。实验结果表明,该方法在实际应用中是行之有效的,能大幅减少多参数模型的优化时间,增强核机器方法的实用性和有效性。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TP181

【相似文献】
中国期刊全文数据库 前10条
1 刘解放;侯振雨;吴亮;;支持向量机在模式识别和回归模型中的应用[J];河南科技学院学报(自然科学版);2007年04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 谭振宇;杨明;;一种基于支持向量机的角点检测算法[J];电子测试;2011年01期
4 蒋刚,肖建,郑永康,宋昌林;基于支持向量机的一类水域叶绿素a浓度反演研究[J];计算机应用;2005年10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 卢虎,李彦,肖颖;支持向量机理论及其应用[J];空军工程大学学报(自然科学版);2003年04期
7 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
8 许建华,张学工,李衍达;支持向量机的新发展[J];控制与决策;2004年05期
9 洪宇光,李洁冰,王洪玉;SVM在阵列信号定位中的应用[J];计算机仿真;2004年06期
10 盛守照,王道波;基于预测风险最小化的模型选择理论与方法研究[J];系统工程;2004年04期
中国重要会议论文全文数据库 前10条
1 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
3 姜谙男;;冲击地压危险性预测的最小二乘支持向量机模式识别[A];第九届全国岩石动力学学术会议论文集[C];2005年
4 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
5 李月伦;常宝宝;;基于最大间隔马尔可夫网模型的汉语分词方法[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
6 谢世朋;胡茂林;;基于局部仿射区域对稀疏纹理分类的研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
7 夏诏杰;郭力;李晓霞;;化学主题网络爬虫的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
8 张郴;;基于神经网络集成的旅游需求预测模型[A];中国地理学会百年庆典学术论文摘要集[C];2009年
9 吴宪祥;于培松;万旻;倪伟;郭宝龙;;RoboCup中智能体的参数优化和学习[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
10 杜晓凤;丁友东;;FloatBag选择性神经网络集成及其在人脸检测中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
中国重要报纸全文数据库 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
3 记者 何边;网络化激活人工智能[N];计算机世界;2001年
4 本报记者 张晔通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
5 何清 史忠植 王伟;搜索引擎的前沿技术[N];计算机世界;2006年
6 傅秋瑛;默默耕耘数十载 自主创新结硕果[N];科技日报;2006年
7 王育昕吴红梅;高水平原创性科技成果大量涌现[N];新华日报;2008年
8 杰逊;微软的第一个搜索技术掌门[N];中国计算机报;2006年
9 冯卫东;科技将这样改变我们的生活[N];科技日报;2008年
10 记者 刘垠;首届中美视觉夏令营开营[N];大众科技报;2009年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
3 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
4 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年
5 何斌;基于可拓逻辑的机器学习理论与方法[D];华南理工大学;2005年
6 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
7 刘长安;基于实例归纳的工艺规划方法及集成CAPP系统研究[D];山东大学;2003年
8 钟志;基于异常行为辨识的智能监控技术研究[D];上海交通大学;2008年
9 易勇;计算机辅助诗词创作中的风格辨析及联语应对研究[D];重庆大学;2005年
10 牛晓太;多模式智能谈判支持系统的理论与方法研究[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 张昕;基于SVM方法的医学图像分类研究[D];浙江大学;2006年
2 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
3 刘森华;基于SVM的数据挖掘技术研究[D];长春理工大学;2009年
4 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
5 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
6 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
7 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
8 赵斌;多值SVM分类投票法的改进[D];武汉科技大学;2007年
9 马京华;多光谱图像分割技术在防沙治沙关键技术中的研究与应用[D];天津理工大学;2009年
10 陈琳琳;基于遗传参数优化的模糊支持向量多类分类机及应用[D];重庆师范大学;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