论文摘要
模式识别覆盖领域十分广泛,如字符识别、语音识别、指纹识别等等,传统的模式识别方法有决策树、判别分析、神经网络等。由于样本数量有限、不易收敛到全局最优值、难以非线性化等原因,这些方法难以在实际应用中得到满意的结果。于是,建立在统计学习理论上的支持向量机应运而生。支持向量机是一种具有良好泛化能力的模式识别方法,在小样本、非线性及高维条件下的识别问题中表现出优秀的识别能力。近年来,模糊数学理论被引进到支持向量机中,使其泛化能力得到进一步的提高。基于上述背景,本文的研究内容如下:(1)总结了统计学习理论的基础理论,介绍了二值分类问题中各种支持向量机的具体算法和多值分类问题中不可分域的分解。(2)详细介绍了非参数方法——核密度估计及其窗宽估计中的Solve-the-equationPlug-in方法,为模糊支持向量机的研究打下基础。(3)成功将核密度估计技术应用到支持向量机中,提出一种新的模糊支持向量机模型——概率密度模糊支持向量机(Density-based Fuzzy Support Vector Machines)。该方法保留了不需要知道非线性变换φ(x)而实现线性化的优点,克服了以与样本中心距离为模糊成员的不足。通过UCI机器学习数据库的实验验证,其泛化能力比一般的模糊支持向量机有一定程度的提高。
论文目录
相关论文文献
- [1].基于人工鱼群算法的孪生支持向量机[J]. 智能系统学报 2019(06)
- [2].基于改进支持向量机的温室大棚温度预测[J]. 科技创新与应用 2020(10)
- [3].结构化支持向量机研究综述[J]. 计算机工程与应用 2020(17)
- [4].支持向量机理论及应用[J]. 科学技术创新 2019(02)
- [5].加权间隔结构化支持向量机目标跟踪算法[J]. 中国图象图形学报 2017(09)
- [6].多分类孪生支持向量机研究进展[J]. 软件学报 2018(01)
- [7].模糊型支持向量机及其在入侵检测中的应用[J]. 科技创新与应用 2018(11)
- [8].从支持向量机到非平行支持向量机[J]. 运筹学学报 2018(02)
- [9].支持向量机的基本理论和研究进展[J]. 长江大学学报(自科版) 2018(17)
- [10].孪生支持向量机综述[J]. 计算机科学 2018(11)
- [11].一种新的基于类内不平衡数据学习支持向量机算法[J]. 科技通报 2017(09)
- [12].分段熵光滑支持向量机性能研究[J]. 计算机工程与设计 2015(08)
- [13].有向无环图-双支持向量机的多类分类方法[J]. 计算机应用与软件 2015(11)
- [14].基于支持向量机的股票价格预测模型研究与应用[J]. 课程教育研究 2016(28)
- [15].灰狼优化的混合参数多分类孪生支持向量机[J]. 计算机科学与探索 2020(04)
- [16].基于属性约简—光滑支持向量机的中小企业信息化评价研究[J]. 软件工程 2020(07)
- [17].基于稀疏孪生支持向量机的人脸识别[J]. 信息技术 2020(07)
- [18].基于总类内分布的松弛约束双支持向量机[J]. 济南大学学报(自然科学版) 2018(04)
- [19].基于多分类支持向量机的评估模型研究[J]. 数学的实践与认识 2017(01)
- [20].改进的支持向量机在微博热点话题预测中的应用[J]. 现代情报 2017(03)
- [21].多核在线支持向量机算法研究及应用[J]. 宜宾学院学报 2017(06)
- [22].基于改进遗传算法的支持向量机参数优化方法[J]. 计算机与现代化 2015(03)
- [23].一种层次粒度支持向量机算法[J]. 小型微型计算机系统 2015(08)
- [24].自训练半监督加权球结构支持向量机多分类方法[J]. 重庆邮电大学学报(自然科学版) 2014(03)
- [25].四类基于支持向量机的多类分类器的性能比较[J]. 聊城大学学报(自然科学版) 2014(03)
- [26].一种模糊加权的孪生支持向量机算法[J]. 计算机工程与应用 2013(04)
- [27].一种采用粗糙集和遗传算法的支持向量机[J]. 山西师范大学学报(自然科学版) 2013(01)
- [28].基于在线支持向量机的无人机航路规划技术[J]. 电光与控制 2013(05)
- [29].贪婪支持向量机的分析及应用[J]. 计算机工程与应用 2012(24)
- [30].一种改进的双支持向量机[J]. 辽宁石油化工大学学报 2012(04)