学位论文 > 优秀研究生学位论文题录展示
支持向量机的算法研究
作 者: 刘丽霞
导 师: 杨晓光
学 校: 大连海事大学
专 业: 应用数学
关键词: 支持向量机 序列最小优化算法 KKT条件 对偶问题 收敛性
分类号: TP181
类 型: 硕士论文
年 份: 2009年
下 载: 260次
引 用: 0次
阅 读: 论文下载
内容摘要
支持向量机(SVM)是20世纪90年代中期出现的机器学习技术,是近年来机器学习领域的研究热点。这项技术从提出到现在不过十年时间,但其研究进展非常之快之大。它有坚实的理论基础,应用上也是有口皆碑。这项既经得起理论推敲又经得起实践检验的技术,是传统机器学习技术不能比的,它的发展潜力是令人鼓舞的。本文着重研究了支持向量机的序列最小优化(SMO)算法。论文共分五部分。第一部分是引言,概述了论文研究的背景,论文所要解决的问题。第二部分首先阐述了统计学习理论的产生,然后描述了统计学习理论的概貌。第三部分是支持向量机。支持向量机训练问题归结为求解一个最优化问题,首先给出线性可分SVM的原始优化问题,并从三个方面研究了这个原始优化问题:1)判断这个问题是凸二次规划问题;2)得出这个问题的对偶问题;31求其KKT条件,然后按照这个思想研究了线性不可分SVM和非线性SVM。最后给出SVM的显著特征和重要思想及其SVM的应用。第四部分详细分析了SMO算法。给出了SMO算法的推导过程以及每个子优化问题每步两个优化变量的选择策略。第五部分研究了SMO算法的改进及其收敛性。SMO算法通常采用的核函数是高斯核函数,在对数据进行测试时,发现测试错误率较高。SVM通常采用三种不同类型的核函数,通过对它们各自特点的分析,本文找到一种组合核函数——高斯核函数和多项式核函数的组合,并对数据进行测试,实验结果表明:测试错误率较低。本部分还分析了SMO算法的收敛性,首先推导SVM对偶问题的最优性条件,进而证明了SMO算法的收敛性定理。
|
全文目录
摘要 5-6 ABSTRACT 6-10 引言 10-12 第1章 支持向量机理论基础 12-19 1.1 统计学习理论的产生 12-13 1.2 统计学习理论 13-19 1.2.1 学习问题的模型 13-15 1.2.2 经验风险最小化原则 15-16 1.2.3 VC维 16-17 1.2.4 推广能力的界 17 1.2.5 结构风险最小化原则 17-19 第2章 支持向量机 19-31 2.1 支持向量机分类 19-28 2.1.1 最优分类面 19-20 2.1.2 线性可分SVM 20-24 2.1.3 线性不可分SVM 24-27 2.1.4 非线性SVM 27-28 2.2 支持向量机的应用 28-31 2.2.1 生物信息处理 28-29 2.2.2 文本分类 29 2.2.3 数据挖掘 29-31 第3章 支持向量机的经典算法剖析 31-42 3.1 Chunking算法 31-32 3.2 分解算法 32-33 3.3 SMO算法 33-42 3.3.1 两变量的二次规划子问题 33-37 3.3.2 一次成功优化后相关变量的更新 37-40 3.3.3 待优化变量的选择及SMO算法步骤 40-42 第4章 SMO算法的改进及其收敛性 42-51 4.1 SMO算法的改进 42-43 4.1.1 输入数据处理为稀疏矩阵 42 4.1.2 核函数的改进 42-43 4.2 试验结果及分析 43-44 4.3 SMO算法的收敛性 44-51 4.3.1 SVM对偶问题及其最优性条件 44-47 4.3.2 SMO算法的终止 47-51 第5章 结论 51-52 5.1 本文主要工作 51 5.2 前景及展望 51-52 参考文献 52-55 致谢 55
|
相似论文
- 自变量分段连续型随机微分方程数值解的收敛性及稳定性,O211.63
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 弱条件下超Halley法与Newton法的半局部收敛性,O241.7
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 谱方法求解两类延迟微分方程,O241.8
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
© 2012 www.xueweilunwen.com
|