学位论文 > 优秀研究生学位论文题录展示

超球体多类支持向量机在肉羊疾病诊断专家系统中的应用研究

作　者: 廉画画
导　师: 保文星
学　校: 北方民族大学
专　业: 计算机应用技术
关键词: 肉羊疾病诊断超球体多类支持向量机序贯最小优化算法工作集选择
分类号: TP181
类　型: 硕士论文
年　份: 2012年
下　载: 15次
引　用: 0次
阅　读: 论文下载

内容摘要

在肉羊疾病诊断过程中，兽医通常根据医疗器械对肉羊的检查结果、病羊所表现出来的明显症状和兽医自身所掌握的病理学知识、多年积累的经验来分析病羊的患病情况，从而得出相应的诊断结果。由于肉羊疾病的种类繁多、偏远地区相对应疾病诊断的专家数量相对较少，导致了该地畜牧业养殖场对肉羊的各种疾病诊断常有偏差和延迟，难以保证准确性和应用推广。实质上，在专家经验知识的基础上，肉羊专家系统的疾病诊断是一个模式识别与多类分类的问题：根据肉羊患病的症状将其分为13种不同的疾病类别，收集不同疾病类型的样本对多类学习机进行训练，然后通过训练中获得的类标来判断肉羊所患的疾病种类。支持向量机是基于统计学理论的VC维理论和结构风险最小原理基础上的机器学习方法，在很大程度上克服了传统的基于规则的诊断方法的局限性；它集最优分类超平面、凸二次规划、松弛变量等技术于一身，克服了传统学习机器中的维数灾难、局部最小和过学习等问题，在分类方面性能良好。标准支持向量机是二分类器，但实际问题大多属于多分类问题。因此，将支持向量机推广到多分类情况，成了人工智能领域和机器学习领域的研究热点。目前的主要思路是把多类问题转化成一系列的二分类问题，然后由多个支持向量机进行分类，但因它需要训练多个支持向量机，所以学习效率相对较低，不适合类别多的场合。为了解决这些问题，本文采用了一种直接型多类分类器-超球体多类支持向量机对肉羊疾病进行诊断，它以直接的方式进行分类，具有学习容量大、训练速度快、可扩展性强的优点。超球体多类支持向量机为每类疾病建立一个超球体，每个超球体的确定相当于求解一个凸二次规划问题，本文根据训练支持向量机的序贯最小优化算法思想，建立了超球体支持向量机的序贯最小优化算法，并对工作集传统的启发式选择方法进行了改进。本文在此基础上构建了一个肉羊智能诊断模型进行试验，结果表明超球体多类支持向量机在肉羊疾病诊断方面具有及时、准确的优点和较好的推广效益。

全文目录

摘要  3-5
Abstract  5-11
第1章绪论  11-19
  1.1 选题背景与研究意义  11-14
  1.2 国内外研究现状  14-15
  1.3 本文主要研究内容  15-17
  1.4 全文的组织结构  17-19
第2章肉羊疾病诊断专家系统的理论基础  19-25
  2.1 专家系统的一般结构  19-21
  2.2 肉羊疾病诊断专家系统的发展  21-24
  2.3 本章小结  24-25
第3章支持向量机的相关理论  25-38
  3.1 机器学习及统计学习理论  25-29
  3.2 支持向量分类机  29-37
    3.2.1 多类支持向量机  30-35
    3.2.2 超球体多类支持向量机  35-37
  3.3 本章小结  37-38
第4章基于 HSMC-SVM 的肉羊疾病诊断专家系统设计  38-56
  4.1 HSMC-SVM 与肉羊疾病诊断专家系统结合的模型原理  38-40
  4.2 算法实现  40-52
    4.2.1 肉羊疾病病例样本的收集与整理  41-44
    4.2.2 HSMC-SVM 的 SMO 训练算法  44-51
    4.2.3 核函数的选取和参数的确定  51-52
  4.3 结果分析  52-55
  4.4 本章小结  55-56
第5章总结与展望  56-58
  5.1 工作总结  56
  5.2 未来展望  56-58
参考文献  58-65
攻读硕士期间发表论文  65-66
致谢  66-67

超球体多类支持向量机在肉羊疾病诊断专家系统中的应用研究

内容摘要

全文目录

相似论文