学位论文 > 优秀研究生学位论文题录展示
基于尺度空间的SVM核参数确定方法研究
作 者: 马亮
导 师: 王文剑
学 校: 山西大学
专 业: 计算机应用技术
关键词: 支持向量机 核选择 参数估计 泛化误差界 区间界估计
分类号: TP18
类 型: 硕士论文
年 份: 2008年
下 载: 114次
引 用: 0次
阅 读: 论文下载
内容摘要
支持向量机(Support Vector Machine,SVM)是近年来受到广泛关注的一类学习机器,它以统计学习理论(Statistical Learning Theory,SLT)为基础,具有简洁的数学形式、标准快捷的训练方法和良好的泛化性能,已广泛应用于模式识别、函数估计和时间序列预测等数据挖掘问题。目前SVM的研究热点主要有:SVM的模型选择、快速学习算法研究等。由于支持向量机是一种基于核的学习方法,所以核及相关参数的选取对泛化能力有着重要的影响,进而对支持向量机的性能也有着重要的影响。如何有效地进行核及相关参数的选择是支持向量机研究领域的一个重要问题。本文对于SVM的核及相关参数的选择问题进行了系统的研究,主要内容如下:(1)对现有核选择方法进行了详细的分析和研究。(2)提出了一种选择支持向量分类最优核参数的算法,通过定义样本间的独立性,可以获得最优核参数和相应的最优学习模型。提出的算法可以在支持向量机训练之前得到最优的核参数,计算代价较小。(3)通过对SVM中最优化问题KKT条件的研究,给出了一种高斯核最优核参数的界估计,可以证明,存在核参数的一个区间,在这个区间中任意取值,对应的SVM都具有良好的泛化性能。(4)通过对高斯核SVM与尺度空间理论的分析,给出了高斯核SVM与尺度空间的理论联系,从而为高斯核SVM与尺度空间建立了理论桥梁。高斯核SVM的最优核参数可以通过动态估计得到。本文研究的内容是SVM研究中的热点问题之一,研究结果不仅具有重要的理论意义,而且对于实际问题具有直接的应用价值。
|
全文目录
中文摘要 8-9 ABSTRACT 9-11 第一章 引言 11-15 1.1 研究背景 11-13 1.2 国内外研究现状 13-14 1.3 论文的主要工作 14-15 第二章 统计学习理论和支持向量机 15-24 2.1 统计学习理论 15-18 2.1.1 学习问题的一般表示 15-16 2.1.2 学习机器泛化能力的界 16-18 2.2 支持向量机简介 18-23 2.2.1 支持向量分类机 19-21 2.2.2 支持向量回归机 21-22 2.2.3 核映射 22-23 2.3 本章小结 23-24 第三章 核参数选择方法的分析与研究 24-30 3.1 泛化误差上界的估计方法 24-27 3.1.1 验证集估计(validation estimation) 24 3.1.2 留一法(leave-one-out)上界 24-27 3.2 最优核参数的选取 27-29 3.2.1 SVC最优参数的选择方法 28-29 3.2.2 SVR最优核参数选择方法 29 3.3 本章小结 29-30 第四章 支持向量机的最优核参数选择方法 30-43 4.1 基于数据独立性的支持向量分类机的最优核参数选择方法 30-33 4.1.1 方法介绍 30-31 4.1.2 数值实验 31-33 4.2 高斯核支持向量分类机的最优核参数的界估计 33-37 4.2.1 方法介绍 33-36 4.2.2 数值实验 36-37 4.3 高斯核支持向量回归机的最优核参数的界估计 37-42 4.3.1 方法介绍 38-40 4.3.2 数值实验 40-42 4.4 本章小结 42-43 第五章 基于尺度空间的高斯核支持向量机的最优核参数选择方法 43-59 5.1 基于尺度空间的高斯核支持向量分类机的最优核参数选择方法 43-46 5.2 基于尺度空间的高斯核支持向量回归机的最优核参数选择方法 46-47 5.3 数值实验 47-58 5.3.1 高斯核参数分析 47-48 5.3.2 数据集说明 48-49 5.3.3 实验结果及分析 49-58 5.4 本章小结 58-59 第六章 结论和展望 59-60 参考文献 60-64 发表文章目录 64-65 致谢 65-66 个人简况 66-67
|
相似论文
- 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
- 直接序列扩频信号检测与参数估计方法研究,TN914.42
- 地波辐射源的调制类型识别与参数估计,TN957.51
- 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
- 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
- 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
- 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
- 用户权限管理系统可靠性测试的研究与应用,TP311.53
- 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
- 儿童行为的多元重复测量数据分析,O212.1
- 基于机器学习的入侵检测系统研究,TP393.08
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
© 2012 www.xueweilunwen.com
|