收藏本站
《重庆师范大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于遗传参数优化的模糊支持向量多类分类机及应用

陈琳琳  
【摘要】: 模糊支持向量分类机是将模糊集合理论与支持向量分类机相结合,针对支持向量分类机对训练样本集合中噪声点或孤立点的敏感性问题而提出的一种新方法。它最早是由Takuga lnouet和Shigeo Abe于2001年提出的,之后不断有学者对其进行研究,并相应提出了多种模糊支持向量分类机的改进算法。最初的模糊支持向量分类机是针对二类分类问题设计的,即在支持向量二类分类机的基础上通过引入模糊隶属度函数来增强支持向量分类机对噪声点或孤立点的抗干扰能力,以此来增强支持向量分类机对数据样本的分类准确性及推广能力,但实际应用中的数据分类问题通常是多类问题,这就需要在模糊支持向量二类分类机的基础上进一步探讨模糊支持向量多类分类机算法,使其它在实际应用领域中得到越来越广泛的应用。 本文针对多类分类问题,结合自适应遗传算法对模糊支持向量多类分类机进行研究,主要内容如下: (1)针对支持向量机中核函数的参数优化及误差惩罚参数C的优化问题,提出了基于自适应遗传算法的参数优化方法。在传统遗传算法中,交叉概率Pc和变异概率Pm的值始终保持不变,与种群的进化过程无关,这样很容易出现“早熟”现象,陷入局部最优解,降低了算法的搜索效率及寻优效率。因此,本文提出一种改进的自适应遗传算法(IAGA)来优化核函数参数及误差惩罚参数C ,以此提高种群的多样性,提高搜索能力,防止过早陷入局部最优解,保证算法的收敛性及得到全局最优解。 (2)针对模糊支持向量多类分类机的参数选择问题,将一种混合函数、基于紧密度的隶属度函数及1-v-1多类分类法相结合,提出一种改进的模糊支持向量多类分类机算法,以此增强了模糊支持向量多类分类机的推广能力,提高了其对数据样本的分类准确率及训练速度。 (3)将提出的改进自适应遗传算法与改进的模糊支持向量多类分类机算法相结合,提出了基于遗传参数优化的模糊支持向量多类分类机算法。通过两种算法的结合,进一步增强了模糊支持向量多类分类机的分类准确率,提高了算法的运行速度。 最后分别对提出的改进自适应遗传算法与基于遗传参数优化的模糊支持向量多类分类机算法进行仿真实验,通过实验来验证改进算法的有效实用性。
【学位授予单位】:重庆师范大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TP18

【引证文献】
中国博士学位论文全文数据库 前1条
1 周华平;煤矿百万吨死亡率预测方法研究及应用[D];中国矿业大学(北京);2012年
【参考文献】
中国期刊全文数据库 前10条
1 潘继斌;;核函数的概念、性质及其应用[J];湖北师范学院学报(自然科学版);2007年01期
2 颜根廷;马广富;肖余之;;一种混合核函数支持向量机算法[J];哈尔滨工业大学学报;2007年11期
3 邝航宇;金晶;苏勇;;自适应遗传算法交叉变异算子的改进[J];计算机工程与应用;2006年12期
4 王宝文;阎俊梅;刘文远;石岩;;基于遗传算法的高维数据模糊聚类[J];计算机工程与应用;2007年16期
5 王国胜;;核函数的性质及其构造方法[J];计算机科学;2006年06期
6 张永;迟忠先;闫德勤;;一种新的模糊补偿多类支持向量机[J];计算机科学;2006年12期
7 周伟达,张莉,焦李成;一种改进的推广能力衡量准则[J];计算机学报;2003年05期
8 李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强;模糊多类支持向量机及其在入侵检测中的应用[J];计算机学报;2005年02期
9 张冰;孔锐;;一种支持向量机的组合核函数[J];计算机应用;2007年01期
10 卢长娜;王如云;陈耀登;;自适应遗传算法[J];计算机仿真;2006年01期
中国硕士学位论文全文数据库 前1条
1 刘宏兵;模糊支持向量机的相关技术研究[D];武汉理工大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 李凯,崔丽娟,黄厚宽;一种新的支持向量机分类器的设计方法[J];河北大学学报(自然科学版);2002年04期
2 哈明虎,王鹏;可能性空间中学习过程一致收敛速度的界[J];河北大学学报(自然科学版);2004年01期
3 哈明虎;田静;周彩丽;李俊华;;受噪声影响的模糊样本学习理论的关键定理[J];河北大学学报(自然科学版);2006年06期
4 哈明虎;黄澍;王超;王晓丽;;直觉模糊支持向量机[J];河北大学学报(自然科学版);2011年03期
5 张文朝,顾雪平,刘艳芳;Fisher识别用于暂态稳定评估的训练样本集压缩[J];华北电力大学学报;2002年03期
6 张小奇;朱永利;王芳;;基于支持向量机的变压器油中溶解气体浓度预测[J];华北电力大学学报;2006年06期
7 耿兰芹;王芳;赵文清;;SVM回归与朴素贝叶斯分类相结合的变压器故障诊断[J];华北电力大学学报;2006年06期
8 翟永杰;王子杰;黄宝海;李海丽;;基于PSO优化的SMO算法研究及应用[J];华北电力大学学报(自然科学版);2008年01期
9 董泽;李鹏;王学厚;周黎辉;;基于粗糙集和支持向量机的汽轮机组故障诊断[J];华北电力大学学报(自然科学版);2008年02期
10 冯小安;;一种新的电力信息系统安全模型及其评价方法[J];华北电力大学学报(自然科学版);2010年05期
中国重要会议论文全文数据库 前10条
1 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
2 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
3 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
4 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
5 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
6 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[A];第二十六届中国控制会议论文集[C];2007年
7 刘胜;傅荟璇;王宇超;;AGA-LS-SVM算法在摄像机标定中的应用研究[A];第二十七届中国控制会议论文集[C];2008年
8 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
9 刘华;张建华;王娆芬;王行愚;;人机系统操作员功能状态的模糊聚类方法[A];第二十九届中国控制会议论文集[C];2010年
10 ;Ultrasonic In-line Inspection of Pipeline Corrosion Based on Support Vector Machine Multi-classifier[A];第二十九届中国控制会议论文集[C];2010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 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
4 任桢;图像分类任务的关键技术研究[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 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
7 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
8 董慧群;代建制项目风险预警管理研究[D];辽宁工程技术大学;2010年
9 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;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 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
2 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
3 单文娟;铝电解槽焙烧与启动过程危险源辨识与评价研究[D];河南理工大学;2010年
4 常绪华;基于MATLAB综采面采空区自燃特性分析研究[D];河南理工大学;2010年
5 万成;动态环境下的元胞遗传算法研究[D];南昌航空大学;2010年
6 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
7 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
8 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
9 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
10 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 吕品;周心权;;灰色马尔可夫模型在煤矿安全事故预测中应用[J];安徽理工大学学报(自然科学版);2006年01期
2 陈军;高明;;城市交通流量短时预测的支持向量机方法[J];黑龙江交通科技;2011年10期
3 秦暄,章毓晋;一种基于曲线拟合预测的红外目标的跟踪算法[J];红外技术;2003年04期
4 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
5 常群;王晓龙;林沂蒙;Daniel S.Yeung;陈清才;;通过全局核降低高斯核的局部风险与基于遗传算法的两阶段模型选择[J];计算机研究与发展;2007年03期
6 黄雨生,钱家忠,薛培刚,李长青;煤矿井下涌水量灰色灾变预测[J];焦作工学院学报;1999年01期
7 杨欢;;基于灰色马尔可夫链的城市居民人均收入预测[J];佳木斯大学学报(自然科学版);2008年04期
8 颜七笙;王士同;;公路旅游客流量预测的支持向量回归模型[J];计算机工程与应用;2011年09期
9 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
10 吴涛,贺汉根,贺明科;基于插值的核函数构造[J];计算机学报;2003年08期
中国重要会议论文全文数据库 前1条
1 魏勇;;灰色预测模型系列优化研究综述[A];第16届全国灰色系统学术会议论文集[C];2008年
中国重要报纸全文数据库 前1条
1 彭成;[N];中国安全生产报;2005年
中国博士学位论文全文数据库 前10条
1 金珠;改进的支持向量机分类算法及其在煤矿人因事故安全评价中的应用[D];中国矿业大学;2011年
2 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年
3 吕海燕;生产安全事故统计分析及预测理论方法研究[D];北京林业大学;2004年
4 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
5 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
6 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
7 刘靖旭;支持向量回归的模型选择及应用研究[D];国防科学技术大学;2006年
8 徐国平;基于支持向量机的动调陀螺仪寿命预测方法研究[D];上海交通大学;2008年
9 肖燕彩;支持向量机在变压器状态评估中的应用研究[D];北京交通大学;2008年
10 张钦礼;基于支持向量机和模糊系统的机器学习方法及其应用研究[D];江南大学;2009年
中国硕士学位论文全文数据库 前10条
1 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
2 刘芳芳;基于改进的GM模型在矿山安全事故预测中的应用及分析[D];昆明理工大学;2009年
3 张福德;影响爆破效果因素的灰关联分析[D];武汉理工大学;2011年
4 李娇;支持向量机参数优化研究[D];华中师范大学;2011年
5 陶宇权;人脸特征的提取与识别[D];吉林大学;2005年
6 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
7 刘永健;基于LS-SVM的入侵检测模型与实时测试平台研究[D];国防科学技术大学;2005年
8 孙丽萍;基于多变量模型和组合模型的变压器油中气体分析预测[D];北京交通大学;2006年
9 程伟;基于支持向量机在储层参数预测中的应用[D];成都理工大学;2007年
10 胡琪琪;基于支持向量机的带钢表面缺陷识别研究[D];西安理工大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 孙立志,张弓,赵红茹,陆永平;遗传算法在永磁电机气隙磁场设计中的应用[J];哈尔滨工业大学学报;2000年01期
2 何宏;钱锋;;遗传算法参数自适应控制的新方法[J];华东理工大学学报(自然科学版);2006年05期
3 张莉,周伟达,焦李成;用于一维图像识别的支撑矢量机方法[J];红外与毫米波学报;2002年02期
4 吴佑寿,赵明生,丁晓青;一种激励函数可调的新人工神经网络及应用[J];中国科学E辑:技术科学;1997年01期
5 郑志军,郑守淇;用基于实数编码的自适应遗传算法进化神经网络[J];计算机工程与应用;2000年09期
6 欧阳森,王建华,耿英三,宋政湘,陈德桂;一种新的改进遗传算法[J];计算机工程与应用;2003年11期
7 方丹,王茹,林辉;基于实数编码的多算子演化遗传算法[J];计算机工程与应用;2004年13期
8 郑勇涛,刘玉树;支持向量机解决多分类问题研究[J];计算机工程与应用;2005年23期
9 张永;迟忠先;闫德勤;;一种新的模糊补偿多类支持向量机[J];计算机科学;2006年12期
10 杨志民,田英杰,邓乃扬;模糊支持向量分类机[J];计算机工程;2005年20期
【相似文献】
中国期刊全文数据库 前10条
1 苑敏;杨奎河;;基于支持向量机理论的多类分类算法[J];福建电脑;2007年02期
2 张汝雷;王保民;苏欣平;傅钰;;支持向量机(SVM)在机械故障诊断中的应用研究[J];军事交通学院学报;2009年03期
3 范秋凤;陈彦涛;;支持向量机及其应用研究[J];科技信息;2009年29期
4 谢长菊;;支持向量机新模型及其参数特性研究[J];计算机仿真;2010年04期
5 王华忠,张雪申,俞金寿;基于支持向量机的故障诊断方法[J];华东理工大学学报;2004年02期
6 李卓,刘斌,刘铁男,朱秀华,魏坤;支持向量机及其在油田生产中的应用[J];大庆石油学院学报;2005年03期
7 姚程宽;;SVM在不平衡样本集中的应用研究[J];计算机与数字工程;2007年10期
8 张京钊;江涛;;改进的自适应遗传算法[J];计算机工程与应用;2010年11期
9 李军民;李虎;;自适应遗传算法在数控伺服系统控制参数优化中的应用[J];西北大学学报(自然科学版);2011年03期
10 王攀,周云,唐超;带移民的自适应遗传新算法及其应用[J];武汉汽车工业大学学报;1999年02期
中国重要会议论文全文数据库 前10条
1 潘伟;王云峰;刁华宗;;基于自适应遗传算法的军事地形图矢量化研究[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 苏俊杰;钟秋海;许继平;;基于自适应遗传算法的径向基函数网络的呼吸周期预测研究[A];第二十九届中国控制会议论文集[C];2010年
3 杨泽青;刘丽冰;谭志洪;刘伟玲;;自适应遗传算法在柔性检测路径规划中的应用[A];第二十七届中国控制会议论文集[C];2008年
4 王晓鹏;;基于混合自适应遗传算法的飞机气动优化设计[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
5 黄朝辉;胡世安;黄猛;;基于自适应遗传算法的IIR数字滤波器设计[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
6 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
7 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集(上册)[C];2001年
8 张国宣;孔锐;施泽生;郭立;;一种新的基于聚类的SVM迭代算法[A];第二届全国信息获取与处理学术会议论文集[C];2004年
9 钟守楠;;自适应遗传算法的探讨[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
10 孙向东;黄日波;;运用SVMs原理预测蛋白质二级结构研究[A];广西微生物学会2003年学术年会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 冯云龙;统计学习理论中基于核的算法研究[D];中国科学技术大学;2012年
2 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
3 周绮凤;基于支持向量机的若干分类问题研究[D];厦门大学;2007年
4 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
5 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
6 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
7 尚福华;基于统计学习的油藏水淹层的识别技术[D];哈尔滨工业大学;2007年
8 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
9 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
10 潘伟;基于遗传算法的鲁棒控制问题研究[D];东北大学;2006年
中国硕士学位论文全文数据库 前10条
1 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
2 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
3 杜晓东;基于支持向量机的数据挖掘方法[D];山东大学;2005年
4 王李东;基于支持向量机(SVM)的短期负荷预测的研究[D];华中科技大学;2005年
5 郭得令;基于LS-SVM的围岩位移非线性预测应用研究[D];武汉理工大学;2006年
6 詹超;支持向量机在基因表达数据分类中的研究[D];武汉理工大学;2006年
7 马洁;基于支持向量机的股市预测问题研究[D];天津大学;2006年
8 高异;基于支持向量机的非线性系统建模与控制[D];西安理工大学;2006年
9 邓小文;基于SVM的柴油机机械故障诊断研究[D];厦门大学;2006年
10 王忠文;统计学习理论及其在地学中的应用研究[D];吉林大学;2007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