欢迎来到天天文库
浏览记录
ID:33575328
大小:3.32 MB
页数:61页
时间:2019-02-27
《多分类问题的投影双子支持向量机及其应用》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、硕士学位论文论文题目:多分类问题的投影双子支持向量机及其应用作者姓名吴和吉指导教师杨志民教授,邵元海副教授学科专业数学培养类别全日制学术型硕士所在学院理学院提交日期2016年05月26日万方数据浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名:日期:年月日学位论文版权使用授权书本学
2、位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□,在一年解密后适用本授权书。2、保密□,在三年解密后适用本授权书。3、不保密□。(请在以上相应方框内打“√”)作者签名:日期:年月日导师签名:日期:年月日万方数据浙江工业大学硕士学位论文多分类问题的投影双子支持向量机及其应用摘要分类是数据挖掘领域研究的核心内容,它是通过对有标签的训练样本进行学习,从而为未知
3、标签的测试样本预测标签的过程。作为一种有监督学习的热门技术,分类已广泛应用于各个领域。投影双子支持向量机(简称PTSVM)是一个针对二分类问题的分类方法,它具有良好的推广性和较高的分类精确度,也受到了学术界的广泛研究。然而,随着数据形态的日益复杂,多分类问题已成为分类技术中研究的重点。因此,针对多分类问题,本文在PTSVM的基础上,做出了如下三个方面的工作:第一,提出了一种新颖的多分类投影双子支持向量机算法(简称MPTSVM)。与PTSVM类似,MPTSVM通过求解多个二次规划问题得到多个投影轴。不同于PTSVM,MPTSVM有如下优点:(1)通过引入正则项以及递归优化过程,大大提升了MPT
4、SVM的泛化能力。(2)通过引入逐次超松弛求解方法,提升了求解二次规划问题的效率。(3)通过引入核函数,MPTSVM被推广到非线性的情况。第二,为了减轻MPTSVM的训练负担,提出了新颖的多分类最小二乘投影双子支持向量机(简称MLSPTSVM)。它是MPTSVM的最小二乘形式,它具有以下特点:(1)MLSPTSVM的训练过程仅需求解一系列线性方程组,从而I万方数据浙江工业大学硕士学位论文使得该算法能够处理大规模的数据。(2)MLSPTSVM能够为每个类别产生多个相互正交的投影轴,从而能提升算法的性能。(3)通过引入Sherman-Morrison-Woodbury公式和降核技术,降低非线性M
5、LSPTSVM的计算复杂度。第三,通过在大量的人工数据集和基准数据集上的实验对比,可以得出以下结果:(1)MPTSVM与MLSPTSVM能够获得比其他几个多分类支持向量机类型方法更好的分类精确度。(2)MLSPTSVM在能够获得与MPTSVM相当的分类精度的同时,却花费明显更少的时间。(3)MLSPTSVM不仅能够有效地处理大规模数据,并能应用到文本分类领域上。关键词:多分类问题,投影双子支持向量机,多分类投影双子支持向量机,多分类最小二乘投影双子支持向量机,文本分类II万方数据浙江工业大学硕士学位论文PROJECTIONTWINSUPPORTVECTORMACHINEANDITSAPPLI
6、CATIONSFORMULTI-CLASSCLASSIFICATIONABSTRACTClassificationisthecoreresearchingcontentinthefieldofdatamining.Itistheprocessofpredictingthelabelsforunlabeledtestingdatasetsbylearningthelabeledtrainingdatasets.Beingapopulartechniqueforsupervisedmachinelearning,classificationhasbeenwidelyusedinmanyresea
7、rchareas.Projectiontwinsupportvectormachine(PTSVMforshort)isamethodfortwo-classclassificationproblem,whichownsagoodgeneralizationabilityandhighclassificationaccuracy,andhasbeenreceivedwidelyattentionbytheac
此文档下载收益归作者所有