基于边界向量预选的支持向量机算法研究

基于边界向量预选的支持向量机算法研究

论文摘要

支持向量机是一种基于统计学习理论的新一代机器学习技术,已广泛应用于手写数字识别、人脸识别、文本分类、回归预测、时间序列分析等领域。支持向量机的计算复杂度取决于训练样本的个数,所以面对具有大数据量的现实问题时,支持向量机的训练效率低下。根据支持向量机理论,训练出的最优分类超平面只与支持向量有关。大部分情况下训练样本中的支持向量很少,所以在训练前确定一个小范围的边界向量集,使其包括全部的支持向量,用此边界向量集进行训练,则可以在不影响分类精度和泛化性能的前提下显著缩短支持向量机的训练时间。本文在研究总结了边界向量预选算法的基础上,将其大致归纳为两类,一类是基于类中心型的边界向量预选算法,一类是基于NN型的边界向量预选算法。并针对基于类中心型的预选算法只对均匀分布的训练样本预选效果好的缺点,利用数学建模的方法提出一种新的改进算法;针对基于NN型的预选算法预选边界向量集过大或过小的缺点,利用密度聚类的方法进行算法改进。实验表明在不降低泛化精度的前提下,能有效提高边界向量预选的效果,从而加快支持向量机的训练过程。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文研究的背景及意义
  • 1.2 支持向量机的研究现状
  • 1.3 论文的主要内容及结构
  • 第2章 统计学习与支持向量机理论
  • 2.1 学习问题的一般表示
  • 2.2 经验风险最小化
  • 2.2.1 经验风险最小化准则
  • 2.2.2 一致性条件
  • 2.3 结构风险最小化原则
  • 2.3.1 VC维
  • 2.3.2 推广性的界
  • 2.3.3 结构风险最小化原则
  • 2.4 支持向量机理论
  • 2.4.1 线性可分情况
  • 2.4.2 线形不可分情况
  • 2.4.3 非线性可分情况
  • 2.5 本章小结
  • 第3章 边界向量预选算法
  • 3.1 边界向量预选方法
  • 3.2 各种边界向量预选算法
  • 3.2.1 基于类中心型的边界向量预选算法
  • 3.2.2 基于NN型的边界向量预选算法
  • 3.3 本章小结
  • 第4章 边界向量预选改进算法
  • 4.1 边界向量预选算法改进思路分析
  • 4.2 基于类中心型的边界向量预选改进算法
  • 4.3 基于 NN型的支持向量预选改进算法
  • 4.3.1 密度聚类
  • 4.3.2 线性可分情况下基于密度聚类的边界向量预选算法
  • 4.3.3 非线性可分情况下基于密度的边界向量预选算法
  • 4.4 本章小结
  • 第5章 仿真实验与结果分析
  • 5.1 实验结果与分析
  • 5.1.1 基于类中心型的边界向量预选改进算法实验与结果分析
  • 5.1.2 基于 NN型的边界向量预选改进算法实验与结果分析
  • 5.2 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].一种保持语义关系的词向量复用方法[J]. 中国科学:信息科学 2020(06)
    • [2].满足x(OA)(向量)+y(OB)(向量)+z(OC)(向量)=0的点O在何处[J]. 数学通报 2012(08)
    • [3].怎样应用向量知识点[J]. 语数外学习(高中版下旬) 2019(12)
    • [4].例析向量问题的精彩交汇[J]. 中学生数理化(高一使用) 2020(04)
    • [5].小船渡河 向量领航[J]. 新世纪智能 2019(93)
    • [6].从一道经典题谈向量解题的几个视角[J]. 新世纪智能 2019(93)
    • [7].向量与人生[J]. 新世纪智能 2019(93)
    • [8].对一个向量关系式的揣摩、验证与推广[J]. 中学数学研究 2020(07)
    • [9].分析向量问题审题环节的易错点[J]. 高中数理化 2020(12)
    • [10].向量中的几何直观在解题中的应用[J]. 福建中学数学 2020(08)
    • [11].解答2020年高考向量问题的几种思维方式[J]. 高中数理化 2020(17)
    • [12].长度与角度——向量的几何表达[J]. 数学通讯 2018(22)
    • [13].向量模的处理[J]. 中学生数理化(学习研究) 2019(02)
    • [14].以圆为背景的向量问题[J]. 高中数理化 2019(04)
    • [15].高中数学向量教学的有效方法研究[J]. 新课程(中学) 2019(04)
    • [16].向量在三角形的“心”中[J]. 数学学习与研究 2019(08)
    • [17].向量在立体几何当中的应用[J]. 数学学习与研究 2019(09)
    • [18].例谈向量的几何特征与向量方法的运用[J]. 数学教学 2013(04)
    • [19].由向量谈学科知识的和谐统一[J]. 中学数学 2008(05)
    • [20].向量应用“四化”[J]. 中学数学 2009(15)
    • [21].利用向量与复数巧解旋转问题[J]. 数学教学 2015(03)
    • [22].新课程背景下向量教学的反思[J]. 上海中学数学 2014(Z2)
    • [23].高中数学中的向量探究[J]. 新课程(下) 2018(01)
    • [24].向量与圆[J]. 中学生数理化(学习研究) 2018(05)
    • [25].谈向量的运算[J]. 中小学数学(高中版) 2016(Z2)
    • [26].向量模性质的妙用[J]. 中学生数学 2014(05)
    • [27].浅析高中数学中的向量教学[J]. 中学生数理化(教与学) 2014(05)
    • [28].向量的微元法[J]. 成都师范学院学报 2013(11)
    • [29].谈向量语言的表述与转译[J]. 数学通讯 2013(02)
    • [30].打破界限 促成“向量模”的变通[J]. 中学生数学 2013(07)

    标签:;  ;  ;  ;  

    基于边界向量预选的支持向量机算法研究
    下载Doc文档

    猜你喜欢