资源描述：
《改进的支持向量机的理论研究及应用》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、子Ｖ■、？‘．，１：？＇‘Ｖ－＇分类号：０２１：化９学校代码：１０７１２ＵＤＣ：５１９．２研巧生学号２０１３０３１６４８密级：公开’一？，’ｒＪ‘。＊’带－？＊致衣捧濟牧夫学２０１６居攻读硕去学位研究生学位（毕业）论文Ａ？．．Ｖ？一．改进的支持向量机的理论研究及应用＇—．＾－．－‘。＜方－＇一／：．’．人Ｖ一＊二．户听．■．，，：，Ｗ＂ｒ学科专业应脯学Ｉ：研究方向＇生物数学Ｔ；．ｆ，Ｉ■＾－硏究生刘春雨’ｔＩ
2、＇速＾－４指导教师郭满才教授■Ｍ＂１６年５月完成时间２０遲．緣．．：、．苦爛’、巾Ｂ關杨凌．＇’片ｉ．八遍載心．．．；：二：，，－．－？．Ｖ又壶．＾．、＇＇‘＇如‘苦．，塞＇［爭＇‘一－．Ｉ．？‘．？＇＞＇－．．＇．Ｔ．、八－？、一．－■？一．■■－■种ｋＶ：；，巧；臟鱗转研究生学位（毕业）论文的独创性声明本人声明：所呈交的硕壬学位（毕业）论文是我个人在导师指导下祖立进行的研究工作及取得的研究結果；论文中的研究数据及结果的获得究全符合学校《关于规宽西北农林
3、科技大学研究生学术道德的暫行规定》，如果违反此规定，一切后果与法律责任巧由本尽人承担．我所知，除了文中特别加Ｗ标注和致谢的人地方外，论文中不包含其他人已经发表机或撰写过的研究结果，也不包含其他人和自良本己获得西化农林科技大学或其它教育论构的学位或证书而使用过的材料．与我一同工作的同志对本研完所做的化何贡献均已在研文的致谢中作了明确的说明并表示了谢意．宛生签名：考１；＾铜时间：Ｚ口／鮮月又口日人承诺导师指导研巧生学位（毕业）论文的承诺本：我的硕去研究生＿所呈交的硕壬学位（毕业）论文是在我立开展研為．７＾雨指校导Ｔ独究工作及取得的研究结果，属
4、于我现岗职务工作的结果，并严格按照学《关于规范西北农林科技大学研究生学术道德的暂巧规定》而获得的研究结果．如果违反学校《关于规范西北农林科技大学研究生学术道德的哲行规定》，我必须接受按学校有关规定的处巧处理并承担相庭导师连带责任，＂导师签名时间＞＞＊７＾！＞年Ｘ月心＾＊曰Classificationcode:O29Universitycode:10712UDC:519.2Postgraduatenumber:2013051648Confidentialitylevel:NonConfifential___ThesisforMaster’sDegreeNorthw
5、estA＆FUniversityin2016THEORETICALRESEARCHANDAPPLICATIONONIMPROVEDSVMMajor:AppliedMathematicsResearchfield:BiomathematicsNameofPostgraduate:ChunyuLiuAdviser:Prof.GuoMancaiDateofsubmission:May,2016YanglingShaanxiChina改进的支持向量机的理论研究及应用摘要分类问题是机器学习和数据挖掘中经常遇到的重要问题,支持向量机模型是针对小样本分类问题提出来的,由于其极小化结构风险,避免维
6、数灾难和核函数的巧妙结合等特点成为目前解决分类问题中最有效的机器学习算法之一.但传统的支持向量机模型的目标函数是单一的,产生一个分类超平面,当训练的样本数据过小时容易产生过拟合现象,且不适用于数据量较大的样本.为了改善上述情况,近几年出现了一些改进的支持向量机模型,本文主要是研究此类支持向量机模型的理论和应用.本文研究的内容主要有四部分.首先,从支持向量机模型中目标函数的个数不同,划分为单目标函数的支持向量机模型和双目标函数的支持向向量机模型.接着,进行理论分析:在单目标函数的支持向量机模型中,主要研究了最基本的支持向量机和C-支持向量机;在双目标函数的支持向量机中,重点研究了孪生
7、支持向量(TWSVM)和非平行支持向量机(NPSVM),从理论上分析了传统的支持向量机模型和改进的支持向量机的区别和联系,并进一步指出了改进的支持向量机模型在理论上和实际应用中的优点和不足.然后,为了突出改进的支持向量机模型应用到分类问题的优点,本文对文本分类和情感分析两个分类问题进行试验,其中情感分析应用领域的研究是一个创新点.最后,为了拓宽研究思路,作者将支持向量机与深度学习做简要的对比.本文的主要结果如下:１．改进的支持向量机模型是产生两个分类超平面,使得同一类
