支持向量机核参数选择及其应用

来源 :西安科技大学 | 被引量 : 0次 | 上传用户:VIPT250
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作为结构风险最小化准则的具体实现,支持向量机方法具有全局最优、结构简单、推广能力强等优点,近几年得到了广泛的研究。本文仔细研究了支持向量机理论,针对支持向量机算法难以处理大规模数据的问题,应用了主成分分析方法和支持向量机相结合的思想解决实际问题,提高了分类精度。本文主要在如下方面进行了研究和探讨: 1、系统研究了支持向量机的统计学习理论基础,分析了’VC维在SVM中的作用,本文针对一类函数集的VC维的大小进行了理论上的详细的证明。 2、研究了SVM分类算法,分析了用于解决多类分类问题的策略,得出:对于使用分解算法的支持向量机训练算法,一对一与一对多分类方法所用的训练时间比为2:K,K为样本类别数。分析了SVM的多类分类性能,并对各个方法的优缺点进行了比较和实验分析。 3、在对SVM学习特点的深入分析基础上,论述了其在分类中的应用。分析了影响SVM训练性能、学习性能的几个重要因素。归纳总结了三种支持向量机核参数选择方法的优缺点,并以Gauss核函数为例分析了核函数的参数选择对核函数性能的影响,提出一种选取核参数的优化方法。 4、用核函数参数优化方法选取合适的核参数,从而构造基于主成分分析的支持向量分类机,并应用于地震相划分。
其他文献
随着非线性最小二乘问题的广泛应用,对其算法的研究越来越受到重视,近年来涌现出许多新方法。本文的前半部分总结了非线性最小二乘问题各种求解方法,从算法设计的角度将求解方法
曲线曲面造型(Curve/SurfaceModeling)是计算机辅助几何设计(CAGD)和计算机图形学(CG)的一项重要内容,主要研究在计算机图像系统的环境下对曲线曲面的表示、设计、显示和分析
马尔可夫分枝过程是马尔可夫过程的重要分支,在排队论、生物学、物理学等等中具有非常广泛的应用。经典的马尔可夫分枝过程是一类重要的随机过程,已得到广泛研究,它的最基本的性
本文基于拉普拉斯交叉和幂函数变异,给出了一类新的混合交叉策略的遗传算法(HLCPM)。通过引入可行种群和不可行种群并在后代保留临时可行解和不可行解,使其混合交叉,保证了种
在模式识别领域中,局部表示是一种新型的特征表示方式,流形学习是一种高效的降维方法,这两种算法由于其有效性而得到许多研究者的广泛关注。本文在局部编码、流形学习的学习
上世纪50年代起,二元线性码就被认为是经典纠错码理论的研究重点之一。而非线性码虽然具有较高的信息率,却因其结构复杂而使编译码在实现上存在重重困难。1991年,Nechaev率先研
运输问题是运筹学中的一类经典模型。其核心思想为,如何合理规划运输线路,使得在将指定商品按需从产地运送到各个销地的同时,能够使运费降到最低?许多学者在这方面做出了大量研究