支持向量机优化模型及其应用

《支持向量机优化模型及其应用》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、硕士学位论文支持向量机优化模型及其应用学科专业应用统计学位类型□科学学位□√专业学位研究生姓名颜薇导师姓名、职称唐邵玲论文编号S1601963湖南师范大学学位评定委员会办公室二〇一六年三月分类号C812/C915密级学校代码10542学号201470100602支持向量机模型优化及其应用SupportVectorMachinesOptimizationModelandItsApplication论文编号S1601963学科专业应用统计研究方向数据挖掘湖南师范大学学位评定委员会办公室二〇一六年三月湖南师范大学学位论文原

2、创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，巧己在文中［＾＾明确方式标明。本人完全意识到本声明的律结果由本人承担。＾学位论文作者签名：年湖南师范大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留，、使用学位论文的规定研究生在校攻读学位期间论文工作的知识产权单位属湖南师范大学。同意学校保留并向国家有关部

3、口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。本人授权湖南师范大学可｜＾＾＃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□，在年解密后适用本授权书。２、不保密［＾相应方框＂＂（请在Ｗ上内打Ｖ）作者签名；曰期：２＾＾年＾月ＪＴ曰导师签名曰期；年＾月ｙ曰＾却摘要支持向量机是基于统计学理论的基础上提出的机器学习方法，体现了结构风险最小化的思路和解决问题的方法，针对样本量比较少、避免局部最小点

4、、非线性、维数较多、以及过学习现象等问题能够提出很好的解决方案，因此支持向量机成为机器学习理论研究的热点。虽然SVM作为一种新兴技术，但它在很多领域的研究仍需要不断摸索和改进，特别针对于小样本特征的实际问题时，其预测结果很大程度上由算法的关键参数的设定所决定，快速有效优化SVM参数是实际应用中的问题之一。本文首先对支持向量机理论进行了研究与分析，介绍其发展状况、研究背景及现状、主要特点，在此基础上，利用高斯径向基核函数，利用AGA与SVM相结合来对SVM参数进行优化，形成一种新的预测算法，最后将AGA-SVM模型运用

5、到湖南省粮食产量预测的仿真计算中，验证其有效性。本文主要研究方面与基本内容包括以下几点：(1)介绍SVM的研究背景与意义、支持向量机的研究现状、主要组织结构与组织内容；(2)重点介绍有关支持向量机的理论，主要包括统计学习理论的核心内容、SVM的基本原理、算法以及参数作用；(3)分析讨论SVM的核函数的选择问题。核函数是在使用SVM解决回归问题时的一个非常关键性指标，如何得到适当的核函数是优I化SVM模型泛化能力的一个关键问题。当前最常用的核函数有：线性内核函数、高斯径向基核函数、多项式核函数和sigmoid核函数；(

6、4)构建基于自适应遗传算法的AGA-SVM模型。不仅核参数对SVM的性能存在影响，惩罚系数C、敏感系数等参数也存在一定的影响。目前参数选取的常用方法有最优化方法和实验试凑法，但上述两种方法的缺点都是必须通过大量的实验来验证获得的参数，并且由于实验次数的限制导致获得的参数可能不是最优参数。本文利用AGA算法对支持向量机中的核参数及其它参数修正，提高SVM的预测精度和模型的拟合能力；(5)AGA-SVM优化模型的应用。通过对支持向量机模型参数进行优化，建立了基于AGA-SVM模型并运用到湖南省的粮食产量预测实际问题中，实

7、验表明AGA-SVM模型所预测的效果比传统模型预测精度高，能够较为准备地反映湖南省粮食产量趋势。关键词：支持向量机；核函数；遗传算法；粮食产量；模型IIAbstractSupportVectorMachine(SVM)isamachinelearningmethoddevelopedonthebasisofstatisticaltheory.Inparticular,itsreflectedtheideasandmethodsofstructuralriskminimization,itcanbeagoodwayto

8、solvesomepracticalproblems,suchasthesmallsamples,nonlinear,highdimension,italsocanavoidthelocalminimumpointsandthephenomenonoflearning,etc.ThusSVMhasbecomeahotresearchtopici