【摘 要】
：
该文较全面地研究了支撑向量机的学习算法,分析了已有算法的性能,将内点算法应用到支撑向量机的训练,同时对训练支撑向量机的线性规划方法提出了一种稳健实施策略.该文中,我
论文部分内容阅读
该文较全面地研究了支撑向量机的学习算法,分析了已有算法的性能,将内点算法应用到支撑向量机的训练,同时对训练支撑向量机的线性规划方法提出了一种稳健实施策略.该文中,我们首先概述支撑向量机的理论基础和支撑向量机数学模型,着重介绍支撑向量机的推广能力和核化原理.其次我们介绍支撑向量机已有的主要学习算法,分析这些已有算法的优缺点.考虑到支撑向量机是一种很好的学习算法,在许多方面表现出非常优良的性能,然而在大规模情形下算法研究较少,特别是像如何应用到数据挖掘这样的海量数据问题均有待研究.该文首次提出将内点算法应用到支撑向量机训练.在不同规模数据上的模拟结果表明:内点算法的确不失为一种较好的SVM训练算法.许多文章提出用线性规划代替原有的二次规划来对支撑向量机进行训练,通常是利用欧式空间上两种范数的等价性将原来的二次规划转化为线性规划.但是按照这样的方法所得到的结果对噪声和离群数据十分敏感.为了克服这一缺点,该文利用了两类样本中的中位向量获得了一种稳健支撑向量机算法,数值实验表明:该方法具有很好的稳健性,在测试集上的准确性较不考虑稳健性的方法更高.
其他文献
在这篇论文中，我们主要致力于研究加杯度(plus cupping degrees)的代数结构。一个可计算枚举(computably enumerable，简记为c．e．)度被称为加杯的，如果它囿界的每个非零的c．e．度都是
该论文主要研究组合半群中的一些语言集,特别是对语言幺半群的一些子幺半群例如左奇异语言子幺半群和左消语言子幺半群进行了详细的研究.该论文共分五章.第一章是引言.第二章
自然界中很多现象都有不确定性，研究系统的不确定性常用的方法是微分包含.相比较其它微分方程系统，微分包含系统更具有广泛性.很多现实中的具体系统都是微分包含系统的特殊情况
不确定推理是人工智能中重要的研究领域之一.在该文中,我们就不确定推理的如下问题进行了研究,并取得了一些重要的研究结果.1.我们提出极大熵虚拟Bayesian网络来表示含有非直
该文的研究对象就是小3-流形(small 3-manifolds)中的一类分离的可定向的闭曲面.这类分离的闭曲面满足下面的性质:它将小3-流形分成两个3-流形,而且在这两个3-流形中都可压缩
目前,中国轴承行业中对滚动体表面质量的检测,仍采用传统的人工检验的方法,其质量验收满足不了在高温、高速等工作条件下的滚动体的设计要求.这样,就要求寻找一种自动检测方
该文从基因聚类的角度提出了一个基因表达数据的统计模型.在该统计模型的基础上,讨论了两种常用的聚类方法K-Means和Kohonen(Winner Take All)的实质和优缺点,指出在这一统计
该文研究了用正交设计方法求解区间约束最优化问题.提出了以正交设计原理为基础的两种方法——正交表法和加点正交表法求解非线性规划区间约束最优化问题;最后对算法安排正交
分歧现象是半线性偏微分方程研究领域当中一类非常重要的非线性现象,它的研究可以追溯到18世纪以来对流体力学,非线性震动等一些现象的研究.至今,在动力系统,非线性分析等研
在研究微分方程的过程中,有界解和概周期解等价的Bohr-Neugebauer理论并不适用于所有的概周期微分方程.而为了保证某些类微分方程有概周期类型解,往往需要增加某些条件,诸如F