支持向量机研究及其在货币识别中的应用

《支持向量机研究及其在货币识别中的应用》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、摘要支持向量机研究及其在货币识别中的应用学科：控制理论与控制工程研究生：刘凯罕(签名：刘鼓至)导师：钱富才教授(签名：馘盟才)摘要货币识别是一个小样本、旷线性承I高维模式识别问题，是当前模式识别中的难题之一，具有重耍研究意义利实HJ价值。本文十婴u1：究了统计。学习珲论中支持向鼙机的二次优化算法和多值分类，并将支持向鼍机应HJT货币的机器谚{州中。介纠了统训·’：’习理论平¨支持向茸机方法，研究分析了机器学习方法中存在的模掣选择、过学习、价线性、维数灾难平

2、i局部极小点等闷题。支持向彗机．次优化

3、算法t要包括块算法、I甫

4、定样本集法和次序最小优化算法。其中玖序最小优化律法以解析的方洼处理优化问题，训练速度较快，识别率较高。次序最小优化算法优化标准的单一闽值容易错判优化条竹，从而导致花费人鼙时间寻找第一二个优化样本。本史红优化标准中增殴上r界两个嘲值米判断优化条仆，避免了原西安理工大擘硕士学位论文算法单一闽值判决的这个缺点，加快了训练述度，提高了识别率。分析比较了现仃支持向茸机多值分类算法中的‘对～、一对多和有向无环幽算法，分析表明有向无耶劁相对1。其它两种算法，不仅速度快，而且识刹率也较

5、高。：悔次序最小优化改进算法币l有向无环幽算法构建的支持向姑机圳丁赞币识别，充分发扦了支持向始机斛；火小样本、1I线性羊¨高维模式识别问题的优点。支持向鬣机实验结果表明．与相关系数法平¨简单的BP神经网络相比，这种支持向世机货币识别方法具有较高的识别二簪．；t-lt-较强的戍川价值。关键词：支持向猷机．+次优化，多值分类，货巾识别ABSTRAC下RESEARCHoNSUPPORTVECToRMACHINEANDAPPLICATIoNlNPAPERCURRENCYRECoGNITloNSpecia

6、lity：ControlTheoryandControlEngineeringAuthor：KaijunLiu(Signature：血L鱼4坠一_)Supervisor：Prof．FucaiQian(Signature：匦尘塑)ABSTRACTPapercurrencyidentification．ascaredsamples，nonlinearandhighdimensionspattemrecognitionproblemisoneofthedifficultproblemsofmodemp

7、aRemrecognitionandofspecificresearchsignificanceandpracticalvalue．Thisthesisstudiesthesupportvectormachineandmulti-classclassificationinthestatisticallearningtheory．andappliesthesupportvectormachineintothemachinepapercurrencyrecognition．Thestatistica

8、llearningtheoryandsuppoTlvectormachinehavebeenintroduced．Themodelselection．over-learning，nonlinear,dimensionscurseandlocalminimumproblemshavebeenresearched．Thequadraticoptimizationalgorithmsofsupporcvectormachinecomposedbychunkingalgorithm．fix-sample

9、algorithmandsequentialminimaloptimizationalgorithm．Thesequentialminimaloptimizationalgorithmdealswiththeoptimizationproblembyexplicitmethod．withhightrainingrateandhighidentificationrate．Thesequentialminimaloptimizationalgorithmoptimizesthestandardsin

10、glethresholdelTortoleranceoptimizationcondition．thusresultsinthetime—consumetoseekthesecondoptimizationsample．Inthisthesis，twothresholds，upperandlowerareaddedtojudgetheoptimizationconditions．Thisavoidedtheoriginaldisadvantage．acceleratedthetrainingra