收藏本站
《西安电子科技大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

竞争学习向量量化和支持向量机的关键技术研究

周水生  
【摘要】:基于数据的机器学习问题是现代化智能技术中十分重要的一个方面,主要研究如何从一些观测数据(样本)出发得出目前尚不能通过原理分析得到的规律,利用这些规律去分析客观对象,对未来数据或无法观测的数据进行预测。而学习方法基本上可以分为监督学习和非监督学习两种方法。 本文研究内容也分为两部分,第一部分主要对非监督学习中基于竞争网络的学习量化,特别是广义学习量化算法进行的研究,在论文的第二章叙述。第二部分主要对基于统计学习理论的支持向量机的一些关键问题进行的深入研究:包括算法、核函数和模型选择研究,主要在论文的第三、四、五、六、七、八章介绍。 本文所有研究工作可以分为以下6个方面: 1.对非监督学习中基于竞争网络的学习量化的研究,特别是广义学习量化算法的研究。分析了已有算法的性质和存在的问题,提出一种修正的广义学习向量量化算法,该算法不但简单,而且改进了已有算法的一些缺陷:克服了一些算法对数据的“Scale”问题,并且对初始点和初始学习率都不敏感。进一步引入激励因子,利用模拟退火思想,给出提高一般学习向量量化算法的措施。 2.对标准支持向量机的算法研究。这部分给出了三个算法:1)针对线性分类问题,将原二次规划转化为低维无约束非光滑规划,采用合适的光滑函数给出求解该问题的低维Newton算法;2)对一般分类问题,通过分析二次规划的ε-扰动规划的最优解和二次规划的无约束Lagrange对偶问题的光滑熵函数的极小点的关系,提出求ε-支持向量的极大熵算法;3)对一般分类问题,同样讨论了其无约束、非光滑Lagrange对偶问题,而采用Huber鲁棒回归函数将其近似为可微光滑分片二次函数,采用快速收敛的精确Newton型算法求解,给出训练支持向量机的Huber近似算法,由于目标函数的梯度是分片线性函数,所有过程可以快速完成。 3.对变形SVM问题的研究(1)。针对O. L. Mangasarian及其学生、合作者提出的一种简化变形SVM,利用Lagrange对偶技术,将高维二次规划转化极小化低维的可微分片二次函数。注意到该目标函数的梯度连续但二阶导数在一些区域不存在,采用精确线搜索的无约束共轭梯度算法求解,提出共轭梯度支持向量机,其中处理非线性问题时需要对核矩阵进行Cholesky分解或非完全Cholesky分解。
【学位授予单位】:西安电子科技大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:TP181

【引证文献】
中国博士学位论文全文数据库 前3条
1 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
2 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
3 陆爱国;训练支持向量分类机的算法研究[D];西安电子科技大学;2011年
中国硕士学位论文全文数据库 前5条
1 梅玲;支持向量机模型的相关研究[D];河南大学;2011年
2 蒙建军;基于KFCM和灰度阈值及灰质开运算对医学图像分割的研究[D];重庆师范大学;2011年
3 阳庆;基于支持向量机的高光谱图像分类方法研究[D];解放军信息工程大学;2009年
4 路雯婧;医学图像分析中的基于模糊聚类分割算法的研究[D];东北师范大学;2008年
5 刘琦;一种改进的支持向量机及其在图像分割中的应用[D];西安建筑科技大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 李梅艳;马昌凤;;求解非线性互补问题的非单调自适应信赖域算法[J];安徽大学学报(自然科学版);2010年03期
3 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
4 王婷婷;黄燕;;基于NC-SVM的酵母蛋白功能预测研究[J];现代农业科技;2011年07期
5 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
6 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
7 高志明,关岩,于洪梅,吴秀红,李井会;人工神经网络在化学中的应用进展[J];鞍山钢铁学院学报;2000年03期
8 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
9 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
10 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 贾允毅;胥布工;王世华;刘步春;;端对端网络时钟漂移补偿算法研究及其实现[A];第二十六届中国控制会议论文集[C];2007年
7 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
8 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
9 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
10 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008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 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
3 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
4 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
5 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
6 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
9 李曼荔;求解组合优化问题的神经计算方法[D];电子科技大学;2010年
10 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010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 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
6 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
7 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
8 杜珊珊;非光滑方程组的半光滑牛顿算法[D];哈尔滨师范大学;2010年
9 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
10 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 尚磊;刘风进;;基于支持向量机的手写体数字识别[J];兵工自动化;2007年03期
2 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期
3 曹会志;王晨;罗述谦;;结合蚁群算法的Snake模型的医学图像分割方法[J];北京生物医学工程;2007年03期
4 谭超;基于支持向量机的软测量技术及其应用[J];传感器技术;2005年08期
5 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
6 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期
7 宋杰,唐焕文;基于线性规划的ν-支持向量机分类器[J];大连理工大学学报;2005年02期
8 董春曦,杨绍全,饶鲜,汤建龙;支持向量机推广能力估计方法比较[J];电路与系统学报;2004年04期
9 焦李成,张莉,周伟达;支撑矢量预选取的中心距离比值法[J];电子学报;2001年03期
10 高学,金连文,尹俊勋,黄建成;一种基于支持向量机的手写汉字识别方法[J];电子学报;2002年05期
中国博士学位论文全文数据库 前10条
1 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
2 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
3 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
4 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
5 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
6 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
7 王克如;基于图像识别的作物病虫草害诊断研究[D];中国农业科学院;2005年
8 吴昊;高光谱遥感图像数据分类技术研究[D];国防科学技术大学;2004年
9 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
10 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
中国硕士学位论文全文数据库 前4条
1 祝善友;高光谱遥感信息提取及其分类研究[D];山东科技大学;2003年
2 潘伟;基于模糊聚类的医学图像分割技术研究[D];西北工业大学;2007年
3 郭小明;支持向量机中核函数的选取方法的研究[D];辽宁师范大学;2008年
4 李涟凤;基于支持向量机的医学图像分割[D];兰州大学;2010年
【二级引证文献】
中国期刊全文数据库 前4条
1 黄胜忠;;遗传支持向量机在股市趋向的预测[J];计算机与数字工程;2012年01期
2 祁广云;马晓丹;关海鸥;;采用改进遗传算法提取大豆叶片病斑图像[J];农业工程学报;2009年05期
3 杨世凤;郭建莹;王秀清;赵继民;;作物病害胁迫检测的研究进展[J];天津科技大学学报;2009年05期
4 邹修国;;基于计算机视觉的农作物病虫害识别研究现状[J];计算机系统应用;2011年06期
中国博士学位论文全文数据库 前10条
1 韩永华;农田图像的统计迭代分割方法研究[D];浙江大学;2011年
2 柴阿丽;基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究[D];中国农业科学院;2011年
3 郭颖;森林地上生物量的非参数化遥感估测方法优化[D];中国林业科学研究院;2011年
4 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年
5 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
6 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年
7 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
8 陈梅香;基于SVM和GIS的梨小食心虫预测系统的研究[D];北京林业大学;2010年
9 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
10 刘德营;稻飞虱自动识别关键技术的研究[D];南京农业大学;2011年
中国硕士学位论文全文数据库 前10条
1 张钊;基于无偏估计方程的模型选择[D];山东经济学院;2011年
2 宋玉丹;针对特征缺省数据集的模式识别方法与应用研究[D];江南大学;2011年
3 成鹏;应用少量标记样本的支持向量机分类研究[D];陕西师范大学;2011年
4 李广宇;基于粒子蜂群算法优化的多支持向量机软测量建模方法研究[D];中南大学;2011年
5 曹灿;支持向量机预测在我国城镇失业率研究中的实证分析[D];西南交通大学;2011年
6 崔静;支持向量机变体算法研究与改进[D];南京林业大学;2011年
7 张琳;高光谱图像技术诊断黄瓜病害方法的研究[D];沈阳农业大学;2011年
8 刘明;支持向量机中Sigmoid核函数的研究[D];西安电子科技大学;2009年
9 李俊;改进支持向量机在棉铃虫人工饲料配方优化中的应用[D];湖南农业大学;2010年
10 苏恒强;玉米病害图像识别系统的设计与实现[D];吉林大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 张国宣,孔锐,施泽生,郭立;一种新的基于聚类的SVM迭代算法[J];仪器仪表学报;2004年S1期
2 梁宏斌;严正俊;;基于支持向量机的模式识别方法[J];现代电子技术;2007年16期
3 宋杰;;支持向量机及其训练算法[J];韶关学院学报;2008年03期
4 邱晓红;;多类别模糊补偿支持向量机新模型研究[J];计算机科学与探索;2009年03期
5 范燕,吴小俊;人脸检测的一种混合方法研究[J];华东船舶工业学院学报(自然科学版);2005年04期
6 於俊;周维;;一种基于壳向量的SVM快速增量学习算法[J];电子测量与仪器学报;2006年06期
7 胡国胜;支持向量机算法及应用[J];现代电子技术;2005年03期
8 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
9 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
10 姬水旺,姬旺田;支持向量机训练算法综述[J];微机发展;2004年01期
中国重要会议论文全文数据库 前10条
1 徐会敏;王玉兰;;线性规划支持向量机模型的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
2 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
3 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
4 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
5 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
6 杨鹏;陈玲玲;郭欣;赵琦;;基于支持向量机的表面肌电信号识别[A];2006中国控制与决策学术年会论文集[C];2006年
7 朱剑兵;谭明友;;基于支持向量机的地震储层参数预测方法初探[A];中国地球物理学会第二十三届年会论文集[C];2007年
8 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
9 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
10 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
中国重要报纸全文数据库 前10条
1 王林;京籍中小企业上市样本[N];经济观察报;2007年
2 本报驻联合国记者 卞晨光;谁是真正的受益者[N];科技日报;2007年
3 本报记者 刘雁飞;注重技工劳动力价值[N];中国纺织报;2008年
4 报道组 楼天茂;“文明东阳”样本层出不穷[N];金华日报;2010年
5 通讯员 张晓 本报记者 操秀英;建设北京重大疾病临床数据和样本资源库[N];科技日报;2010年
6 本报记者 万晶;二十年崛起 市场孕育万科样本[N];中国证券报;2010年
7 记者 毛雨佳;刚需!钢需!有关刚需市场三个样本[N];杭州日报;2011年
8 记者 唐学良;一个真实可考的样本[N];医药经济报;2011年
9 杨超;格兰仕:中国制造样本[N];发展导报;2005年
10 见习记者 汪小意;克隆《传奇》样本:虚拟物品交易的最后疯狂?[N];21世纪经济报道;2004年
中国博士学位论文全文数据库 前10条
1 周水生;竞争学习向量量化和支持向量机的关键技术研究[D];西安电子科技大学;2005年
2 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
3 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
4 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
5 陈祖云;煤与瓦斯突出前兆的非线性预测及支持向量机识别研究[D];中国矿业大学;2009年
6 吴青;基于优化理论的支持向量机学习算法研究[D];西安电子科技大学;2009年
7 王运琼;车辆识别系统中几个关键技术的研究[D];四川大学;2004年
8 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
9 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
10 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
中国硕士学位论文全文数据库 前10条
1 蒋琳琼;基于支持向量机的货币识别研究[D];中南大学;2007年
2 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
3 徐淑萍;基于支持向量机的图像分割研究综述[D];辽宁科技大学;2008年
4 朱英凯;基于模式识别技术的雷达辐射源分类识别方法研究[D];哈尔滨工程大学;2007年
5 李小英;基于支持向量机的分类算法研究[D];东北电力大学;2008年
6 李鸿壹;基于支持向量机的人脸检测[D];大连理工大学;2006年
7 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
8 王静;SVM在参数选择上的优化[D];兰州理工大学;2008年
9 吕江;交联聚乙烯电缆局部放电的电磁耦合法检测及模式识别研究[D];重庆大学;2005年
10 尚凯;基于两级分类器的人脸检测研究[D];武汉理工大学;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