收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量数据描述与支持向量机及其应用

黄光鑫  
【摘要】:本论文的研究工作包括以下三个方面的内容:(1)支持向量数据描述(SVDD)的改进及其应用;(2)支持向量机(SVM)在功能磁共振成像(fMRI)中的应用;(3)矩阵反问题及其最佳逼近问题的R-对称和R-反对称矩阵解. SVDD是一种重要的数据描述方法,它能够对目标数据集进行超球形描述,并可用于异类点检测或分类.在现实生活中目标数据集通常包含多个样本类,且需要同时对每一个样本类进行超球形描述.当目标数据集含有两个样本类时, SVDD只能将含有两个样本类的目标数据集视为一个整体,并对整体进行超球形描述,而忽略了目标数据集中不同样本类之间的区别,即不能同时对目标数据集中的每一个样本类进行超球形描述.针对SVDD的这一缺点,我们提出了一种不带负样本的两类数据描述方法,即标准的两类支持向量数据描述(NTC-SVDD),讨论了NTC-SVDD的相关参数和误差估计,并将NTC-SVDD应用于UCI机器学习数据库数据的分类研究,仿真和实验结果表明:当3-类数据集中有一类是欠采样数据时, NTC-SVDD比其它标准的多类分类法的分类效果更好. 针对NTC-SVDD不含负样本的信息的缺点,提出了一种带负样本的两类数据描述方法,即两类支持向量数据描述(TC-SVDD),讨论了TC-SVDD的相关参数、误差估计,以及研究了TC-SVDD在UCI数据库的数据分类中的应用. 密度诱导的支持向量数据描述(D-SVDD)是一种改进的SVDD.我们注意到, D-SVDD对应的对偶规划问题并不是一个简单的最优化问题,比如二次规划问题,这使得D-SVDD并不是一个简单的数据描述方法.针对D-SVDD的这一缺点,我们分别提出了不带负样本和带负样本的广义的密度诱导的支持向量数据描述(GD-SVDD). GD-SVDD改进了D-SVDD,同时又推广了SVDD.讨论了高斯核函数参数、正则化参数和ROC误差估计.基于机器学习UCI数据库,我们将带高斯核函数的GD-SVDD与K最近邻数据描述(K=3)和带高斯核的SVDD进行了比较.实验结果表明:不带负样本且使用高斯核的GD-SVDD比K=3的K-NNDD和使用高斯核函数的SVDD具有更好的性能. 作为一种重要的监督学习方法, SVM已被广泛地用于fMRI数据处理.基于左右手抓握的fMRI数据,我们研究了具有不同输入的SVM在探索大脑运动区不对称性研究中的应用. Mour?o-Miranda等人[22]提出一种时空支持向量机成像方法,但该方法是建立在多个受试者的大量功能磁共振成像数据的基础之上,不能对单个受试者的数据进行处理.针对这一问题,我们提出一种改进的时空支持向量机成像方法,并且研究了该方法在左右手抓握实验中的应用.所提出的方法主要用于单个受试者在两种任务状态下在一个任务循环内脑功能的动态空间差异成像. 矩阵反问题是一类重要的反问题.关于矩阵反问题及其最佳逼近问题的某些特殊矩阵解的研究,已经取得了不少成果.我们首先研究了反埃尔米特R-对称矩阵和R-反共轭矩阵的一些性质;然后,分别研究了矩阵反问题及其最佳逼近问题的R-对称矩阵解和R-反对称矩阵解.


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗瑜;易文德;何大可;林宇;;大规模训练集的快速缩减[J];西南交通大学学报;2007年04期
2 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
3 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
4 武方方;赵银亮;蒋泽飞;;基于密度聚类的支持向量机分类算法[J];西安交通大学学报;2005年12期
5 周新虹;彭玉华;刘勇;曲怀敬;;基于多尺度分析和SVM相关反馈的纹理图像检索[J];山东大学学报(工学版);2008年02期
6 秦玉平;王秀坤;王春立;;实现兼类样本类增量学习的一种算法[J];控制与决策;2009年01期
7 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
8 安平;吴涛;贺汉根;;基于线性SVM的级联检测算子的构建[J];微计算机信息;2008年30期
9 金文进;金伟健;;支持向量机下入侵检测的程序与算法实践[J];信息与电脑(理论版);2010年02期
10 唐小平;王文涛;;基于总间隔与代价差异算法的支持向量机[J];中南民族大学学报(自然科学版);2007年04期
11 罗瑜;易文德;王丹琛;何大可;;大规模数据集下支持向量机训练样本的缩减策略[J];计算机科学;2007年10期
12 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
13 李颖新,阮晓钢;基于支持向量机的肿瘤分类特征基因选取[J];计算机研究与发展;2005年10期
14 王凯峰,秦前清;基于单类SVM的遥感图像目标检测[J];计算机工程与应用;2005年32期
15 许贺楠;添玉;黄道;;K聚类加权最小二乘支持向量机在分类中的应用[J];华东理工大学学报(自然科学版);2010年02期
16 吴翔;谭李;陆文凯;张学工;;提高超大规模SVM训练计算速度的研究[J];模式识别与人工智能;2003年01期
17 董恩清,赵鹤鸣,周亚同,张晓娣;支持向量机在语音激活检测中的应用研究[J];通信学报;2003年03期
18 肖汉光;蔡从中;;基于SVM的非特定人声调识别的研究[J];计算机工程与应用;2009年09期
19 朱信忠;唐金良;徐慧英;赵建民;;基于SVM和AdaBoost的人脸检测算法[J];微型电脑应用;2009年09期
20 曾春;李晓华;周激流;;基于感兴趣区梯度方向直方图的行人检测[J];计算机工程;2009年24期
中国重要会议论文全文数据库 前10条
1 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
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 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
4 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
5 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
6 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
7 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
8 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
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 黄光鑫;支持向量数据描述与支持向量机及其应用[D];电子科技大学;2011年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 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
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 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
10 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010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 童振;基于支持向量机的电解液成分预测[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 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 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
7 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
8 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
9 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
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 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
4 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
5 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
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007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