本文關鍵詞：支撐矢量機與核方法研究，由筆耕文化傳播整理發(fā)布。

首頁 > 專家 > 內容

文獻名稱：支撐矢量機與核方法研究

    前言：統(tǒng)計學習理論研究基于樣本的機器學習問題，由于最初的發(fā)展主要停留在對學習模型和學習算法的理論分析上，并沒有得到一些實際有效的結果。但是到九十年代早期，在Vapnik等人的不斷努力下，統(tǒng)計學習理論得到了進一步完善和發(fā)展，已基本形成一套比較完整的理論體系，并且由該理論直接導出了一種非常有效的全新的學習算法：支撐矢量機。支撐矢量機是一種普適的算法，已經廣泛地用于模式識別、回歸估計、函數逼近、密度估計等方面。本論文研究的主要內容包括四個方面：支撐矢量機算法的改進、核函數的構造、核方法的應用以及基于統(tǒng)計學習理論構造新的學習機。主要的工作有： 1．在算法改進方面，提出了支撐矢量預選取的中心距離比值法。已有的支撐矢量機分類學習算法的優(yōu)化過程中不僅包含了對支撐矢量的優(yōu)化，也包括了對非支撐矢量的優(yōu)化，這大大增加了不必要的計算量。而在通常情況下支撐矢量在訓練樣本集中只占很小的比重。我們嚴格證明了支撐矢量機的學習過程、學習結果以及決策函數與非支撐矢量無關。我們提出的方法是在給定的樣本集中提取一個包含支撐矢量的邊界矢量集合作為新的訓練樣本集合。如果中心距離比值的閾值選擇合適，，我們的算法能夠在給定樣本中提取出一個包...
    The statistical learning theory (SLT) is a tool for studying the model of learning from examples. At the early days of the research on SLT, it did not come into front for its purely theoretical analysis. But in the middle of the 1990's, some new types of the learning algorithms (or support vector machines, SVMs) based on the developed theory were proposed by Vapnik et al. SVM is a kind of general learning algorithms, which has been widely used in pattern recognition, regression estimation, function approxim...

文獻名稱 支撐矢量機與核方法研究

Article Name
英文(英語)翻譯 Research on Support Vector Machines and Kernel Methods;

作者 張莉; 導師:焦李成;

Author

作者單位
Author Agencies 西安電子科技大學;

文獻出處
Article From 中國科學院上海冶金研究所; 材料物理與化學(專業(yè)) 博士論文 2000年度

關鍵詞 統(tǒng)計學習理論; 模式識別; 回歸估計; 支撐矢量機; 核方法; Mercer核; 決策樹; 神經網絡; 聚類分析; 學習機;

Keywords Statistical learning theory,Pattern recognition,Regression estimation,Support vector machine,Kernel method,Mercer kernel function,Decision tree,Neural networks,Clustering analysis,learning machine;

基于統(tǒng)計學習理論的高含鹽油藏儲層滲透率變化預測
統(tǒng)計學習理論在預測注水管道腐蝕速率中的研究與應用
基于統(tǒng)計學習理論的提高采收率潛力預測
統(tǒng)計學習理論及其在地學中的應用研究
基于統(tǒng)計學習理論的正則化最小二乘回歸在時間序列建模和預測中的應用
基于統(tǒng)計學習理論的支持向量機算法研究
基于統(tǒng)計學習理論的虹膜識別研究
Bayes網絡模型及其學習算法研究
非線性光電導開關高功率超短電脈沖產生技術的研究
由非定標圖像序列重建和測量三維物體

  本文關鍵詞：支撐矢量機與核方法研究，由筆耕文化傳播整理發(fā)布。