收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多类支持向量机的研究与分析

孙庆嘉  
【摘要】: 在机器学习领域中,支持向量机是一种非常重要的技术,近十年来非常的成功,在很多领域,如文本分类、人脸识别等都取得了很好的成绩.它是基于统计学习理论,如结构风险最小化规则产生的,这是它和机器学习其它方法的不同之处.支持向量机与核函数的结合,使它得到了快速的发展和广泛的应用.然而,支持向量机最初是为两类分类问题设计的,但在实际应用中需要解决的大多是多类分类问题.所以,为了让SVM得到更好的应用,如何将支持向量机应用在多类分类问题上是现在研究工作的重点. 本文在分析研究了现有多类SVM方法的原理及性能,并介绍了单类SVM的分类原理后,提出了两种新的多类SVM,一种是利用了单类SVM和两类SVM相结合的方法,即先使用单类SVM对样本集每一类进行训练,再分别把每类样本作为正类,被误分至该类的样本为负类,使用两类SVM进行分类器的修正;另一种方法是针对OVO-SVM存在的不可分区域问题进行的改进,即先使用一对一方法对样本集进行训练,再使用一对多方法,对落在其不可分区域中的样本点进行再次训练,这样可以大大缩小不可分区域的面积. 提出了改进的新方法后,本文做了如下工作,完成进一步的研究工作: (1)在原有libsvm平台上分别将这两种新方法通过程序实现; (2)选择训练集和测试集,对两种新方法进行实验,比较两者及原始方法的准确率. (3)最后通过分析得出结论,即在大样本多类分类问题中,两种新方法准确率较高.


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 林长方;;支持向量机及其应用研究[J];和田师范专科学校学报;2010年05期
2 尹中航,王永成,蔡巍;应用支持向量机进行网上信息自动分类[J];高技术通讯;2001年11期
3 陈立孚,周宁,李丹;基于机器学习的自动文本分类模型研究[J];现代图书情报技术;2005年10期
4 李卓;刘斌;刘铁男;任珍珍;;基于支持向量机的抽油机故障诊断研究[J];微计算机信息;2006年07期
5 张洪胜;耿焕同;喻为民;;有限样本下中文垃圾邮件过滤的研究与实现[J];计算机应用与软件;2008年01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 李应红,尉询楷;支持向量机和神经网络的融合发展[J];空军工程大学学报(自然科学版);2005年04期
8 刘解放;侯振雨;吴亮;;支持向量回归及其在农产品成分分析中的应用[J];广东农业科学;2007年12期
9 金珠;马小平;;基于蚁群聚类算法的SVM半监督式训练方法[J];西华大学学报(自然科学版);2011年01期
10 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
11 胡哲;郑诚;闵鹏鹏;;支持向量机及其应用研究[J];重庆科技学院学报(自然科学版);2008年02期
12 赵鹏;;基于支持向量机的文本分类方法研究[J];齐齐哈尔大学学报;2008年01期
13 杨云,朱家元,张恒喜;基于新型机器学习的电子装备系统智能故障诊断研究[J];计算机工程与应用;2003年22期
14 周亚同,张太镒,刘海员;基于核的机器学习方法及其在多用户检测中的应用[J];通信学报;2005年07期
15 刘颖,林元烈,覃征;含先验信息的学习机在生物序列分析中的应用[J];计算机应用;2005年09期
16 李琳;张晓龙;;支持向量机学习方法的选择与应用[J];武汉科技大学学报(自然科学版);2006年01期
17 郭崇慧;孙建涛;陆玉昌;唐焕文;;线性支持向量机优化问题的极大熵方法[J];小型微型计算机系统;2006年07期
18 沈莉芳;方贵盛;;支持向量机及其在草图编辑手势识别中的应用[J];电脑知识与技术(学术交流);2006年23期
19 张艳;兰光华;郁生阳;杨静宇;;一种快速SVM学习算法[J];计算机工程与应用;2006年32期
20 张振领;徐东平;贾仰理;;基于支持向量机的说话人识别研究[J];电脑知识与技术(学术交流);2007年07期
中国重要会议论文全文数据库 前10条
1 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
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 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
4 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 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
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 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
8 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
9 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
10 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
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 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
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 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
5 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
6 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
7 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
8 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
9 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
10 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011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 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
3 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
4 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
5 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
6 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009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 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
9 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年
10 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
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 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
4 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
5 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
6 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
7 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
8 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
9 ;选择合适的数据挖掘算法[N];计算机世界;2007年
10 周颖;王米渠与中医心理学[N];中国中医药报;2006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