資源描述：
《支持向量機改進算法的研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、華北電力大學(北京)碩士學位論文支持向量機改進算法的研究姓名：張志偉申請學位級別：碩士專業(yè)：應用數(shù)學指導教師：陳德剛201103摘要論文首先介紹了支持向量機的研究背景，研究現(xiàn)狀，然后給出支持向量機的基本理論介紹。在此基礎上，分別對最小二乘支持向量機算法和四類分類支持向量機算法做了進一步的研究。在該篇論文中，基于支持向量機理論，我們主要做了以下工作：(1)最小二乘支持向量機算法顯著提高了大規(guī)模樣本的訓練速度和測試速度，但是仍然不能很好處理條件屬性和決策屬性具有不一致性的訓練樣本集，為此在本文中，我們提出了一種基于模糊粗糙集的最小二
2、乘支持向量機算法，將每個樣本隸屬度考慮到約束條件中，使得不同的訓練樣本對分類超平面的構造有著不同的貢獻，解決了決策屬性和條件屬性的一致性問題。(2)將支持向量機應用于四類分類問題，提出一個四類分類問題的解決方法。算法對四類分類問題一次性構造兩個分類超平面，在同一個優(yōu)化問題中解出兩個分類超平面的表達式，同時分類超平面的函數(shù)表達式采用二維向量的表達形式，算法的優(yōu)越之處在于明顯減少了分類器的個數(shù)，同時消除了不可分區(qū)域。(3)在四類分類算法基礎上，進一步研究了2‘類分類算法，對于多類分類問題，在相近的分類正確率下，該算法有效的提高了測試
3、速度，消除了樣本集中不可分樣本的存在。為驗證算法的有效性，本文分別用這兩種算法進行了大量的實驗。關鍵詞：最小二乘支持向量機；模糊隸屬度；多分類；四類分類問題華北電力人學碩士學位論文AbstractIIlthisp印盯，wefirstlyintroducedtheback黟ound，researchsituationofsupportVectormachines(SVM)，鋤dthcnreViewthebasictheor)rofSVM．Basedonthesestatements，如rtherimpr0VementsaredeV
4、elopedforleastsquaressupportmachinealgoritlull鋤df．ollrclassesclassificationproblems．IIlthisdissertation，thefollowingarestudiedonbasisofSVM：(1)LeastsquaressupportVectormachinealgorithmsignific觚tlyimprovesthespeedoflarge-scaletrainingset柚dtestspeed，butitstillhassomesho
5、rtcoming，suchashowtodisposetlletrainingsetwithinconsistencybetweencondition粕ddecisionattmut偽．Wepres∞t趾如zzyrou曲setbasedleastsquaressupportmachine(FRLSSVM)byconsid鰣ngthem鋤bershipofevery傾iningsample，thusdi行．erenttrainingsampleshaVeadiff酹entcontributiont0theconstmctionof
6、theclass訊cation，atthesametime，theconsistencebetweentheconditionalfeatures雅ddecisionf．eahlresaretakenintoaccount．(2)Wecxt鉍dedSVMtosolvingfourclassofcl嬲s墑cationproblems，觚dproposedanewclassi6cationalgo—t脅forfourclass镅probl鋤s．nisalgoritllrnconstmctt、)l，ohype叩l鋤eatthes鋤et
7、iIIle，theexpressionofthis鉚ohype即laneissolVedattlles鋤eoptimizationproblem．ThisalgoritllIIlh嬲obviousadvantagesinreducingthen啪berofclassifier8鋤dr鋤ovingtlleuncl器8ifiedregions．(3)B觴edonthefollrclaSsofcl勰sificationalgoritbm，如rhcrsnldyismadefor2‘cl船sificationalgofithm，iIlas
8、imilar∞cuIIac弘tlle2‘classificationalgo—tllrne筇ectiVelyimpr0V鼯thetestspeed，alldreIIloVingtheuncl弱sifiedre孚。璐．T0Vcri匆thee虢ctiV鋤essoft
