收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机及相关理论研究

王琳  
【摘要】: 支持向量机(SVM)技术是由V.Vapnik于20世纪90年代中期提出的一种能处理非线性分类、回归等机器学习问题的新模型。近几十年其理论研究快速成熟,实际应用也被越来越多的领域重视。传统分类方法是从归纳到演绎的分类过程,面对一些多维非线性问题往往效率低下,测试精度不高;而SVM则简化分类过程,用训练数据到测试数据的转导推理(transduction inference)代替传统方法[2]。SVM模型只需要确定少数几个参数即可确定决策函数,其他参数可以根据经验固定选择;而且时间复杂度尤其是空间复杂度取决于支持向量的数目,而不是属性维数,对比以前的分类方法,缩短分类时间,减少存储空间。 本文所做的工作主要围绕SVM用于分类问题开展,研究成果分为下面两个部分: 1、针对当前模糊支持向量机(FSVM)使用特征空间样本与类中心之间的距离构建隶属度函数的不足,首次利用熵的不确定性定量化度量特征和蚁群算法(ACO)的智能性,与FSVM模型结合,提出一种基于熵和ACO的FSVM新方法(EAFSVM)。求得的聚类中心和隶属度能更准确的反映数据本身的特点,提高测试精度。对比SVM和FSVM,EAFSVM模型测试精度较高,尤其对多类数据、大规模数据具有较好的分类能力。 2、由于支持向量机(SVM)的有效性依赖于对数据信息获取的准确性,针对传统SVM模型对数据信息考虑单一导致分类精度不高、泛化能力不强的问题,结合概率分布特性和等价类关系,提出了一种双系数控制分类的新模型。以双系数方式改进传统参数,优化SVM,为每一个样本同时赋予概率值和等价类系数,充分挖掘数据信息内在规律和联系。该模型能有效利用数据信息,与传统SVM、FSVM和RSVM相比有较高的测试精度,能有效提高分类能力,具有较高鲁棒性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张问银;金宁德;刘印锋;;基于支持向量机的CD4细胞图像识别方法[J];计算机工程与科学;2009年07期
2 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
3 刘磊;;多类分类支持向量机方法研究[J];福建电脑;2010年08期
4 曾文;彭辉;;支持向量机在手写签名的应用研究[J];中国高新技术企业;2009年15期
5 乔冠军;那健;俞赛赛;;基于SVM的信息化装备状态趋势预测方法研究[J];自动化技术与应用;2007年11期
6 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
7 潘浪;单明霞;;支持向量机在资源评价中的应用研究[J];长江大学学报(自然科学版)理工卷;2009年04期
8 谢书娟;;SVM理论在图书馆馆藏图像标引方面的应用[J];甘肃科技;2010年01期
9 盘善荣;傅明;史长琼;;支持向量机在P2P流量识别中的应用[J];计算机工程与科学;2010年02期
10 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
11 周珂;彭宏;胡劲松;;支持向量机在心电图分类诊断中的应用[J];微计算机信息;2006年09期
12 万力;盘善荣;傅明;;基于SVM的P2P流量识别[J];计算技术与自动化;2009年01期
13 谢书娟;;图像自动分类在数字化图书馆中的应用[J];甘肃科技;2011年05期
14 李之波;;多因素支持向量机模型在江苏省中长期电力负荷预测中的应用[J];华北水利水电学院学报;2009年01期
15 李程;叶中华;;基于多小波变换和支持向量机的鲁棒水印算法[J];西安文理学院学报(自然科学版);2009年04期
16 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
17 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
18 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
19 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
20 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
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 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
9 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
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
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 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
6 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
7 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
8 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
9 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
10 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;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 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
3 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
4 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
5 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
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 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
8 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
9 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年
10 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
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 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
4 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
5 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
6 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
7 ;选择合适的数据挖掘算法[N];计算机世界;2007年
8 周颖;王米渠与中医心理学[N];中国中医药报;2006年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008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
  • 010-62982499
  • 010-62783978