学位论文 > 优秀研究生学位论文题录展示
一种基于聚类的支持向量机反问题求解算法
作 者: 朱杰
导 师: 王熙照
学 校: 河北大学
专 业: 计算机应用技术
关键词: 支持向量机 支持向量机反问题 核聚类算法 K-means聚类算法 时间复杂度
分类号: TP18
类 型: 硕士论文
年 份: 2007年
下 载: 29次
引 用: 0次
阅 读: 论文下载
内容摘要
支持向量机(SVM)是机器学习领域一种非常重要的分类算法,它的出现是以统计学习理论为基础的。由于其良好的泛化能力,使得这种分类方法在很多领域都有应用。但是时间复杂度高的缺点一直是困扰这种优秀的分类器进一步发展的原因。支持向量机反问题的提出是希望作为一种启发式而产生一种有更强泛化能力的决策树,其本质是如何将一个事例集分为两部分,才能使这两部分之间的间隔最大。但是惊人的时间复杂度使得这种算法很难应用到具有一定规模的数据集上。本课题针对如何提高该算法的求解效率做了有意义的探索。本文在深入分析支持向量机反问题求解过程的基础上,提出了一种基于聚类的支持向量机反问题求解算法。首先对支持向量机反问题高时间复杂度的原因进行了探讨,发现主要原因是需要枚举出所有可能的划分。然后,通过分析核聚类的特点,发现核聚类对于减少支持向量机反问题的时间复杂度很有帮助,提出了先聚类再求反问题的策略:用核聚类算法对数据进行预处理,把数据聚成有限数量的几簇,在簇之间做划分,取代了原有的在所有点之问做划分的枚举算法。最后,给出了本文算法的实现过程及其实验结果,并与用K-means聚类方法作为数据预处理的方法做了比较,测试数据表明该算法可行、有效。
|
全文目录
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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于支持向量机的故障诊断方法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于车载3D加速传感器的路况监测研究,TP274
- 网状WDM光网络中子通路保护算法设计与仿真实现,TN929.1
- 中文名词性谓词的语义角色标注研究,TP391.1
- 动力灾害煤炭资源开采危险程度预测方法,TD713
- 基于支持向量机的胎面胶损耗因子优化,U463.341
- 混沌时间序列一种长期预测方法研究,O415.5
- 基于支持向量机方法的工程围岩变形预测研究,TV223.1
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 基于光谱和多源波谱成像技术的植物灰霉病快速识别的方法研究,S432.4
- 基于监督学习的图像局部特征点检测子研究,TP391.41
- 基于主动外观模型的人脸表情识别研究,TP391.41
- 显式模型预测控制实验平台构建及实验方法研究,TP273
- 半定规划支持向量机的研究,TP18
- 基于专利分析的技术成熟度预测方法研究与实现,G306
- 改进分水岭算法在医学图像分割中的应用研究,TP391.41
- Web数据挖掘技术在网络教育论坛中的应用研究,G434
- 基于ANN和SVM的三峡水库香溪河库湾富营养化预测研究,X832
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
|