發(fā)布時(shí)間：2021-03-13 21:30

　　在數(shù)據(jù)挖掘領(lǐng)域中,分類(lèi)算法是當(dāng)前研究的一個(gè)重要方向。作為一種經(jīng)典的分類(lèi)算法,支持向量機(jī)在處理非線性、小樣本、高維數(shù)的問(wèn)題時(shí)有著很大優(yōu)勢(shì)。在解決實(shí)際問(wèn)題時(shí),核函數(shù)和懲罰參數(shù)會(huì)影響著支持向量機(jī)的分類(lèi)效果,為了提高其分類(lèi)效果,提出用啟發(fā)式算法優(yōu)化支持向量機(jī)。同時(shí),為了克服使用單一的啟發(fā)式算法在優(yōu)化支持向量機(jī)的過(guò)程中出現(xiàn)的易陷入局部最優(yōu),不能進(jìn)行全局搜索的不足,提出基于低偏差序列的GAPSO_SVM算法。為了驗(yàn)證改進(jìn)的算法的可行性與性能,本文的研究工作主要通過(guò)三方面展開(kāi),第一,分析與改進(jìn)傳統(tǒng)的啟發(fā)式算法;第二,分析二分類(lèi)支持向量機(jī)的基本原理與數(shù)學(xué)建模過(guò)程,根據(jù)多分類(lèi)問(wèn)題,構(gòu)造出多分類(lèi)支持向量機(jī)。在分析影響支持向量機(jī)分類(lèi)性能的基礎(chǔ)上,利用改進(jìn)的啟發(fā)式算法選擇合適的核函數(shù)和懲罰參數(shù),設(shè)計(jì)出性能優(yōu)越的支持向量機(jī);第三,選取意圖分類(lèi)數(shù)據(jù)集,對(duì)中文文本作分詞、去停用詞后,利用Word2vec語(yǔ)言模型提取文本特征、量化文本,最后將量化后的特征作為訓(xùn)練數(shù)據(jù),改進(jìn)的支持向量機(jī)作為學(xué)習(xí)器,從而構(gòu)造出意圖分類(lèi)的模型。其中,在改進(jìn)傳統(tǒng)的啟發(fā)式算法工作中,本文提出如下創(chuàng)新點(diǎn):1.針對(duì)遺傳算法存在收... 

【文章來(lái)源】：上海師范大學(xué)上海市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

線性二分類(lèi)

線性可分

最大確信度（一）函數(shù)與幾何間隔

【參考文獻(xiàn)】：
期刊論文
[1]SVM與PSO相結(jié)合的電機(jī)軸承故障診斷[J]. 李嫄源,袁梅,王瑤,程安宇.  重慶大學(xué)學(xué)報(bào). 2018(01)
[2]中文簡(jiǎn)歷自動(dòng)解析及推薦算法[J]. 谷楠楠,馮筠,孫霞,趙妍,張蕾.  計(jì)算機(jī)工程與應(yīng)用. 2017(18)
[3]一種改進(jìn)的SVM算法在乳腺癌診斷方面的應(yīng)用[J]. 吳辰文,李長(zhǎng)生,王偉,梁靖涵,閆光輝.  計(jì)算機(jī)工程與科學(xué). 2017(03)
[4]基于混合遺傳粒子群優(yōu)化推薦算法的設(shè)計(jì)[J]. 吳彥文,王潔.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(02)
[5]基于粒子群算法的基因表達(dá)譜聚類(lèi)分析方法[J]. 李梁,陳佳瑜.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(02)
[6]改進(jìn)的基于粒子群優(yōu)化的支持向量機(jī)特征選擇和參數(shù)聯(lián)合優(yōu)化算法[J]. 張進(jìn),丁勝,李波.  計(jì)算機(jī)應(yīng)用. 2016(05)
[7]智能醫(yī)療系統(tǒng)中GASVM特征選擇和參數(shù)優(yōu)化[J]. 徐旭東,王群,孔令韜.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(03)
[8]基于GA-PSO的粗糙集屬性約簡(jiǎn)算法[J]. 戴上平,劉素軍,鄭素菲.  計(jì)算機(jī)工程與科學(xué). 2015(02)
[9]基于PCA和PSO-SVM在葡萄酒分類(lèi)中的應(yīng)用研究[J]. 徐小華,全曉松,張子鋒,胡曉飛.  云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(06)
[10]基于粒子群-遺傳混合算法的MIMO雷達(dá)布陣優(yōu)化[J]. 施榮華,朱炫滋,董健,謝羽嘉,郭迎.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(11)

博士論文
[1]基于遺傳算法優(yōu)化的中文分詞研究[D]. 何嘉.電子科技大學(xué) 2012
[2]遺傳算法與粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D]. 湯可宗.南京理工大學(xué) 2011

碩士論文
[1]基于EHMM-SVM的人臉識(shí)別算法研究[D]. 劉歡.鄭州大學(xué) 2016
[2]基于改進(jìn)支持向量機(jī)回歸的地震預(yù)測(cè)方法研究[D]. 朱海寧.安徽大學(xué) 2016
[3]粒子群遺傳混合算法及其在函數(shù)優(yōu)化上的應(yīng)用[D]. 倪全貴.華南理工大學(xué) 2014
[4]遺傳算法的一些改進(jìn)及其應(yīng)用[D]. 崔珊珊.中國(guó)科學(xué)技術(shù)大學(xué) 2010



本文編號(hào)：3080941