支持向量机算法研究及应用论文

支持向量机算法研究及应用论文

ID:6188192

大小:1.67 MB

页数:60页

时间:2018-01-06

支持向量机算法研究及应用论文_第1页
支持向量机算法研究及应用论文_第2页
支持向量机算法研究及应用论文_第3页
支持向量机算法研究及应用论文_第4页
支持向量机算法研究及应用论文_第5页
资源描述:

《支持向量机算法研究及应用论文》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、支持向量机算法研究及应用毕业论文目录1.绪论41.1课题背景41.2国内外研究综述41.3本课题研究的意义和目的52.最优化基础52.1欧式空间上的凸规划52.2Hilbert空间上的凸规划53.线性分类机53.1线性可分问题的支持向量分类机53.2线性支持向量分类机54.线性回归机54.1硬-带超平面54.2线性硬-带支持向量回归机55.核与支持向量机55.1核函数55.2支持向量机及其性质56.支持向量机的应用56.1准备工作56.2问题描述56.3步骤56.4实现图527.结束语5参考文献5致谢辞5附录1英文原文5附录2中文译文5附录3

2、代码52山东科技大学本科毕业设计(论文)1绪论1.1课题背景支持向量机是借助于最优化方法解决数据挖掘中若干问题的有力工具,它在一定程度上克服了“维数灾难”和“过学习”等传统困难,并在文本分类、生物信息、语音识别、遥感图像分析、故障识别和预测、时间序列预测、信息安全等诸多领域有了成功的应用。国内外数学专家仔细研究了支持向量机理论,并针对目前一些支持向量机算法存在的缺陷,分析了产生的原因,提出了两种新的支持向量机算法,针对支持向量机算法难以处理大规模数据的问题,提出了两种新的支持向量机分类方法。随着对支持向量机研究的深入,涌现了许多支持向量机的变

3、形算法,其主要思想是通过增加函数项、变量或系数等方法使公式变形,从而产生各种具有某一方面优势的或者具有一定应用范围的新算法。1.2国内外研究综述支持向量机是借助于最优化方法解决数据挖掘中若干问题的有力工具,支持向量机不仅有着统计学习理论的监视理论,而且具有直观的几何解释和完美的数学形式。虽然自20世纪90年代有Vapnik提出以来一直处于飞速发展的阶段,但是支持向量机的理论基础和各种算法实现的基本框架已经形成,自2000年开始,国外已陆续有专著出版。2004年,邓乃扬等人在科学出版社出版了学术专著《数据挖掘中的新方法——支持向量机》,该书是国

4、内第一本专门对支持向量机进行全面完整介绍和论述的著作。60山东科技大学本科毕业设计(论文)国内外数学专家仔细研究了支持向量机理论,并针对目前一些支持向量机算法存在的缺陷,分析了产生的原因,提出了两种新的支持向量机算法,针对支持向量机算法难以处理大规模数据的问题,提出了两种新的支持向量机分类方法。并就多类别分类问题等方面开展了初步的理论研究。该文主要工作包括:(1)讨论了支持向量机理论中各种变形的支持向量机算法,对常规支持向量机公式进行变形的算法主要有C-SVM系列、v-SVM系列、One-classSVM、RSVM、WSVM和LS-SVM等算

5、法,通过增加函数项、变量或系数等方法使公式变形,产生出各种有某一方面优势或者一定应用范围的算法。通过比较它们各自的优缺点等情况,为提出新的支持向量机算法做了理论准备。(2)介绍了超球面支持向量机算法的思想,以及超球面和超平面的区别。(3)针对某些支持向量机算法不能解决样本类别之间差异造成的不良影响的缺陷,提出了一种新的加权支持向量机算法,该算法具有补偿类别差异的优点,可应用于解决多类别分类问题。(4)提出了基于粗糙集理论和支持向量机理论的粗SVM分类方法。(5)提出了基于主成分分析方法和支持向量机理论的去噪声加权SVM分类方法。(6)把支持向

6、量机理论应用到污水处理过程运行状态监控中去。60山东科技大学本科毕业设计(论文)由于支持向量机具有坚实的理论基础并在很多领域表现出良好的推广性能,因为国际上正在广泛开展对支持向量机的研究。90年代之后取得了许多突破性进展,许多改进的和新型的SVM算法相继出现。目前对支持向量机的研究主要包括:SVM训练算法;大规模问题的求解;模型选择;应用研究等反方面。支持向量机是在统计学习理论基础上发展起来的一种新的通用学习方法,其主要思想可概括为两点:首先,它通过使用非线性映射将低维输入空间的样本映射到高维特征空间,从而使得在特征空间采用线性方程对样本进行

7、分类成为可能;其次,他遇到过使用结构风险最小化原则在特征空间构建最优化分类超平面,使得学习机会有较好的泛化能力。最优化分类超平面可以通过解决一个二次规划问题获得,包括线性可分、非线性可分两种情况。随着对支持向量机研究的深入,涌现了许多支持向量机的变形算法,其主要思想是通过增加函数项、变量或系数等方法使公式变形,从而产生各种具有某一方面优势的或者具有一定应用范围的新算法。1.3本课题研究的意义和目的支持向量机是借助于最优化方法解决数据挖掘中若干问题的有力工具,它在一定程度上克服了“维数灾难”和“过学习”等传统困难,并在文本分类、生物信息、语音识

8、别、遥感图像分析、故障识别和预测、时间序列预测、信息安全等诸多领域有了成功的应用。在论文写作中学习运用相关软件绘制图行,熟练掌握文本中的公式编辑以及插入,学会运用v

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。