上届论文——基于支撑矢量机的模式识别算法的研究

《上届论文——基于支撑矢量机的模式识别算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要支撑矢量机(SVM，SupportVectorMachine)是基于统计学习理论的一种模式识别方法。使用结构风险最小化原则替代经验风险最小化原则，避免了一些长期困扰其他模式识别方法的问题，使它对于小样本学习有着较好的处理能力。利用核函数，把非线性空间的问题转换到线性空间上来解决，降低了算法的复杂度。由于具有得天独厚的优点（完备的理论基础和较好的学习性能），使它成为当前模式识别领域研究的热点。首先对SVM的理论基础—统计学习理论和相关概念进行了介绍。然后对二类SVM实现算法进行深入研究，并对他们的性能进行分析，对其优缺点进行了总结。下来对多类分类及实现算法进行了研究与分析，并对他

2、们的算法特点进行对比。针对大规模训练集，提出了一种增量学习方法。这种算法通过分析SV分布的特点，采用小规模的矩阵运算来代替大规模的矩阵运算。实验结果表明，该算法有效的提高了训练速度。关键词　支撑矢量机统计学习理论模式识别-I-摘要AbstractSubject:PatternRecognitionAlgorithmBasedonSupportVectorMachineSpecialty:AppliedMathematicsName:Instructor:ABSTRACTSupportvectormachineisapatternrecognitionalgorithmbasedonst

3、atisticallearningtheory.Beingsubstitutedstructuralriskminimizationforempiricalriskminimization,supportvectormachinesolvessomeproblemspuzzlingpatternrecognitionfieldwithinalongperiod.Supportvectormachinehasagoodabilityprocessinglesssimples.Anonlinearproblemcanbetransformedtoalinearproblemwithusin

4、gkernelfunctions.Thetransformationreducescomplexityofthealgorithm.Withsomehighlightssuchasperfecttheories,supportvectormachineisahotpointinpatternrecognitionfieldnowdays.TheoreticalbasisforSVM-relatedstatisticallearningtheoryandconceptsareintroducedatthebeginning.Someanalysisof2-categorySVMalgor

5、ithmsperformanceandasummaryoftheiradvantagesanddisadvantagesbedoneinchapter2.Realizationofmulti-categoryclassificationalgorithmsberesearchedandanalyzedinthenextchapter.Somecomparisonsoftheirfeaturesalgorithmbedoneinsamechapter.Formassivetrainingsets,aincrementallearningmethodsbeproposedinchapter

6、4.SuchalgorithmsthroughanalysisSupportVectorsdistributioncharacteristics,usesmall-scalematrixoperationstoreplacelarge-scalematrixoperations.Experimentalresultsshowthatthealgorithmeffectivelyimprovetrainingspeed.Keywords:SuportVectorMachine;StatisticalLearningTheory;PatternRecognitionThesis:Appli

7、edReserch不要删除行尾的分节符，此行不会被打印-I-目录目录摘要IAbstractII第1章绪论11.1研究背景11.2SVM的理论基础21.2.1统计学习理论21.2.2指示函数集的VC维41.2.3结构风险最小化原则51.3SVM的基本原理61.4现阶段SVM的主要研究方向91.5主要工作和全文结构9第2章支撑矢量机实现算法的研究112.1分解算法112.1.1块算法122.1.2固定工作样本集122.1.3SMO152.2序列算法