论文摘要
统计学习理论是在有限样本下建立起来的统计学理论体系,而支撑矢量机是建立在统计学习理论的VC维理论和结构风险最小化原则上的一种非常有效的机器学习方法。支撑矢量机较好的解决了以往机器学习方法中存在的小样本、非线性、过学习、高维数、局部极小值点等实际问题,且具有很强的泛化性能。虽然统计学习理论和支撑矢量机有比较坚实的理论基础和良好的发展前景,但是对于支撑矢量机而言,还存在着以下尚未得到很好解决的问题:核函数和核参数的构造与选择缺乏理论指导、大规模样本集快速训练算法、多类支撑矢量机优化设计以及工程应用领域的拓展等。针对上述几个问题,本文开展了基于统计学习理论和支撑矢量机目标识别方法理论与应用的研究工作,主要包括以下几个方面的内容。(1)特征空间线性可分性。对于两类和多类目标识别问题,本文分别给出了观测样本在特征空间中线性可分的定义和充要条件。特别地,当核函数的Gram矩阵正定时,观测样本集在由核函数导出的高维特征空间中必然线性可分。(2)基于分类间隔的特征选择。对于两类和多类目标识别问题,本文依据各特征对分类间隔的贡献大小而定义了特征有效率,并提出了一种新的特征选择算法。该算法秉承了统计学习理论的理论基础——结构风险最小化,即要求选择出的特征子集能较好的兼顾分类能力和推广性能。(3)核函数自适应构造。本文根据观测样本在特征空间中线性可分条件,基于函数逼近论和核函数的基本性质,提出了自适应构造核函数的两种模型,即自适应多项式核函数和自适应B—Spline核函数,并给出了模型参数估计算法。(4)多类扩码支撑矢量机。本文通过扩展类别标示符编码,提出了一种新的多类扩码支撑矢量机——半对半算法。该多类支撑矢量机模型可以序贯求解,有效地降低了计算规模,也不存在判决“死区”。此外,本文还分析了多类目标扩码识别算法的推广性能。(5)分片支撑矢量机。本文提出了一种新的支撑矢量机模型——分片支撑矢量机。分片支撑矢量机不仅可以有效的处理高度复杂分布区域的识别问题,提高识别率和推广能力,而且可以大幅度降低计算量和存储容量。此外,本文还探讨了其推广能力的界。(6)基于支撑矢量机的广义相关K分布杂波检测。本文推导了广义相关K分布杂波高阶自相关矩函数,给出了杂波序列产生原理图,提出了模型参数解耦估计算法。将雷达杂波环境中信号检测问题转化为目标分类识别问题,基于支撑矢量机方法在广义K分布杂波背景下实现对目标的检测。最后对全文的工作进行总结,指出需要进一步深入研究和解决的问题。
论文目录
相关论文文献
- [1].“客家青年”矢量插画[J]. 当代文坛 2020(02)
- [2].《客家青年》 矢量插画[J]. 当代文坛 2020(03)
- [3].矢量的表意功能[J]. 物理通报 2014(10)
- [4].直接功率控制中的矢量表理论和实验研究[J]. 电气工程学报 2015(06)
- [5].要重视培养学生构建矢量多边形解题的习惯[J]. 物理教师 2009(05)
- [6].Q矢量研究进展[J]. 暴雨灾害 2010(04)
- [7].顾及要素空间分布特征的稠疏矢量瓦片构建方法研究[J]. 浙江大学学报(理学版) 2017(05)
- [8].常见的错误矢量式及其分析纠正[J]. 物理通报 2010(08)
- [9].浅谈高中(中职)物理矢量表示法存在的弊端[J]. 技术物理教学 2013(02)
- [10].提升“矢量领导力”[J]. 现代企业文化(上旬) 2013(05)
- [11].在力学中巧用矢量三角形法则[J]. 中学生数理化(教与学) 2011(03)
- [12].一种高效的矢量上下文切换算法[J]. 信息通信 2016(12)
- [13].矢量元的处理——由一道变力作功题引发的思考[J]. 中国科教创新导刊 2008(34)
- [14].浅议如何发挥五好党组织与矢量管理考核的作用[J]. 东方企业文化 2010(06)
- [15].新课程背景下如何进行矢量的教学[J]. 物理教师 2009(06)
- [16].妙用“矢量圆”解题[J]. 中学物理教学参考 2010(03)
- [17].矢量跟踪在多频接收机中的应用[J]. 微电子学与计算机 2016(01)
- [18].基于矢量瓦片的矢量数据组织方法研究[J]. 测绘与空间地理信息 2016(04)
- [19].平面机构位置分析中的图解法[J]. 甘肃高师学报 2009(02)
- [20].21世纪Q矢量在中国多种灾害性天气中应用研究的进展[J]. 热带气象学报 2008(05)
- [21].矢量在初等数学中的应用[J]. 宁德师专学报(自然科学版) 2008(02)
- [22].矢量的运算在轮船过河问题中的运用[J]. 中学物理 2008(01)
- [23].基于准地转垂直运动方程对Q矢量的进一步探讨[J]. 地球物理学报 2011(10)
- [24].基于核空间的全局正交鉴别矢量集方法[J]. 吉林大学学报(工学版) 2009(01)
- [25].道德矢量及其教育启示[J]. 社会科学战线 2009(09)
- [26].例析从矢量的角度探索斜抛类问题[J]. 理科考试研究 2018(05)
- [27].基于矢量跟踪的导航接收机研究综述[J]. 数字通信世界 2011(08)
- [28].各非地转Q矢量之间的定量比较[J]. 高原气象 2008(03)
- [29].基于Hybrid App的矢量切片数据快速显示研究[J]. 电子技术与软件工程 2017(14)
- [30].应用矢量的非常规分解简捷解题[J]. 物理教师 2014(03)
标签:统计学习理论论文; 支撑矢量机论文; 结构风险最小化论文; 特征可分性论文; 核函数论文; 特征选择论文; 多类支撑矢量机论文; 分片支撑矢量机论文; 广义相关分布论文; 信号检测论文;