資源描述：
《支持向量機(jī)研究及其在貨幣識(shí)別中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要支持向量機(jī)研究及其在貨幣識(shí)別中的應(yīng)用學(xué)科：控制理論與控制工程研究生：劉凱罕(簽名：劉鼓至)導(dǎo)師：錢富才教授(簽名：馘盟才)摘要貨幣識(shí)別是一個(gè)小樣本、曠線性承I高維模式識(shí)別問題，是當(dāng)前模式識(shí)別中的難題之一，具有重耍研究意義利實(shí)HJ價(jià)值。本文十嬰u1：究了統(tǒng)計(jì)。學(xué)習(xí)琿論中支持向鼙機(jī)的二次優(yōu)化算法和多值分類，并將支持向鼉機(jī)應(yīng)HJT貨幣的機(jī)器諺{州中。介糾了統(tǒng)訓(xùn)·’：’習(xí)理論平¨支持向茸機(jī)方法，研究分析了機(jī)器學(xué)習(xí)方法中存在的模掣選擇、過學(xué)習(xí)、價(jià)線性、維數(shù)災(zāi)難平
2、i局部極小點(diǎn)等悶題。支持向彗機(jī)．次優(yōu)化
3、算法t要包括塊算法、I甫
4、定樣本集法和次序最小優(yōu)化算法。其中玖序最小優(yōu)化律法以解析的方洼處理優(yōu)化問題，訓(xùn)練速度較快，識(shí)別率較高。次序最小優(yōu)化算法優(yōu)化標(biāo)準(zhǔn)的單一閩值容易錯(cuò)判優(yōu)化條竹，從而導(dǎo)致花費(fèi)人鼙時(shí)間尋找第一二個(gè)優(yōu)化樣本。本史紅優(yōu)化標(biāo)準(zhǔn)中增毆上r界兩個(gè)嘲值米判斷優(yōu)化條仆，避免了原西安理工大擘碩士學(xué)位論文算法單一閩值判決的這個(gè)缺點(diǎn)，加快了訓(xùn)練述度，提高了識(shí)別率。分析比較了現(xiàn)仃支持向茸機(jī)多值分類算法中的‘對(duì)～、一對(duì)多和有向無環(huán)幽算法，分析表明有向無耶劁相對(duì)1。其它兩種算法，不僅速度快，而且識(shí)剎率也較
5、高。：悔次序最小優(yōu)化改進(jìn)算法幣l有向無環(huán)幽算法構(gòu)建的支持向姑機(jī)圳丁贊幣識(shí)別，充分發(fā)扦了支持向始機(jī)斛；火小樣本、1I線性羊¨高維模式識(shí)別問題的優(yōu)點(diǎn)。支持向鬣機(jī)實(shí)驗(yàn)結(jié)果表明．與相關(guān)系數(shù)法平¨簡(jiǎn)單的BP神經(jīng)網(wǎng)絡(luò)相比，這種支持向世機(jī)貨幣識(shí)別方法具有較高的識(shí)別二簪．；t-lt-較強(qiáng)的戍川價(jià)值。關(guān)鍵詞：支持向猷機(jī)．+次優(yōu)化，多值分類，貨巾識(shí)別ABSTRAC下RESEARCHoNSUPPORTVECToRMACHINEANDAPPLICATIoNlNPAPERCURRENCYRECoGNITloNSpecia
6、lity：ControlTheoryandControlEngineeringAuthor：KaijunLiu(Signature：血L魚4墜一_)Supervisor：Prof．FucaiQian(Signature：匭塵塑)ABSTRACTPapercurrencyidentification．a(chǎn)scaredsamples，nonlinearandhighdimensionspattemrecognitionproblemisoneofthedifficultproblemsofmodemp
7、aRemrecognitionandofspecificresearchsignificanceandpracticalvalue．Thisthesisstudiesthesupportvectormachineandmulti-classclassificationinthestatisticallearningtheory．a(chǎn)ndappliesthesupportvectormachineintothemachinepapercurrencyrecognition．Thestatistica
8、llearningtheoryandsuppoTlvectormachinehavebeenintroduced．Themodelselection．over-learning，nonlinear,dimensionscurseandlocalminimumproblemshavebeenresearched．Thequadraticoptimizationalgorithmsofsupporcvectormachinecomposedbychunkingalgorithm．fix-sample
9、algorithmandsequentialminimaloptimizationalgorithm．Thesequentialminimaloptimizationalgorithmdealswiththeoptimizationproblembyexplicitmethod．withhightrainingrateandhighidentificationrate．Thesequentialminimaloptimizationalgorithmoptimizesthestandardsin
10、glethresholdelTortoleranceoptimizationcondition．thusresultsinthetime—consumetoseekthesecondoptimizationsample．Inthisthesis，twothresholds，upperandlowerareaddedtojudgetheoptimizationconditions．Thisavoidedtheoriginaldisadvantage．a(chǎn)cceleratedthetrainingra
