支持向量机改进算法的研究

《支持向量机改进算法的研究》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、华北电力大学(北京)硕士学位论文支持向量机改进算法的研究姓名：张志伟申请学位级别：硕士专业：应用数学指导教师：陈德刚201103摘要论文首先介绍了支持向量机的研究背景，研究现状，然后给出支持向量机的基本理论介绍。在此基础上，分别对最小二乘支持向量机算法和四类分类支持向量机算法做了进一步的研究。在该篇论文中，基于支持向量机理论，我们主要做了以下工作：(1)最小二乘支持向量机算法显著提高了大规模样本的训练速度和测试速度，但是仍然不能很好处理条件属性和决策属性具有不一致性的训练样本集，为此在本文中，我们提出了一种基于模糊粗糙集的最小二

2、乘支持向量机算法，将每个样本隶属度考虑到约束条件中，使得不同的训练样本对分类超平面的构造有着不同的贡献，解决了决策属性和条件属性的一致性问题。(2)将支持向量机应用于四类分类问题，提出一个四类分类问题的解决方法。算法对四类分类问题一次性构造两个分类超平面，在同一个优化问题中解出两个分类超平面的表达式，同时分类超平面的函数表达式采用二维向量的表达形式，算法的优越之处在于明显减少了分类器的个数，同时消除了不可分区域。(3)在四类分类算法基础上，进一步研究了2‘类分类算法，对于多类分类问题，在相近的分类正确率下，该算法有效的提高了测试

3、速度，消除了样本集中不可分样本的存在。为验证算法的有效性，本文分别用这两种算法进行了大量的实验。关键词：最小二乘支持向量机；模糊隶属度；多分类；四类分类问题华北电力人学硕士学位论文AbstractIIlthisp印盯，wefirstlyintroducedtheback黟ound，researchsituationofsupportVectormachines(SVM)，锄dthcnreViewthebasictheor)rofSVM．Basedonthesestatements，如rtherimpr0VementsaredeV

4、elopedforleastsquaressupportmachinealgoritlull锄df．ollrclassesclassificationproblems．IIlthisdissertation，thefollowingarestudiedonbasisofSVM：(1)LeastsquaressupportVectormachinealgorithmsignific觚tlyimprovesthespeedoflarge-scaletrainingset柚dtestspeed，butitstillhassomesho

5、rtcoming，suchashowtodisposetlletrainingsetwithinconsistencybetweencondition粕ddecisionattmut伪．Wepres∞t趾如zzyrou曲setbasedleastsquaressupportmachine(FRLSSVM)byconsid鲥ngthem锄bershipofevery倾iningsample，thusdi行．erenttrainingsampleshaVeadiff酹entcontributiont0theconstmctionof

6、theclass讯cation，atthesametime，theconsistencebetweentheconditionalfeatures雅ddecisionf．eahlresaretakenintoaccount．(2)Wecxt铋dedSVMtosolvingfourclassofcl嬲s墒cationproblems，觚dproposedanewclassi6cationalgo—t胁forfourclass镅probl锄s．nisalgoritllrnconstmctt、)l，ohype叩l锄eatthes锄et

7、iIIle，theexpressionofthis铆ohype即laneissolVedattlles锄eoptimizationproblem．ThisalgoritllIIlh嬲obviousadvantagesinreducingthen啪berofclassifier8锄dr锄ovingtlleuncl器8ifiedregions．(3)B觞edonthefollrclaSsofcl勰sificationalgoritbm，如rhcrsnldyismadefor2‘cl船sificationalgofithm，iIlas

8、imilar∞cuIIac弘tlle2‘classificationalgo—tllrne筇ectiVelyimpr0V鼯thetestspeed，alldreIIloVingtheuncl弱sifiedre孚。璐．T0Vcri匆thee虢ctiV锄essoft