【摘要】：支持向量機(jī)是解決機(jī)器學(xué)習(xí)問題的一類重要算法,該算法集成了多項技術(shù),自提出以來就受到了人們廣泛關(guān)注,已經(jīng)被應(yīng)用到各種領(lǐng)域.由于支持向量機(jī)最初是用來解決二分類問題,而實際應(yīng)用中遇到的許多問題是多分類問題,因此如何將二分類算法擴(kuò)展到求解多分類問題,具有重要的研究意義.非平行超平面支持向量機(jī)對處理類間交叉的數(shù)據(jù)集和大規(guī)模數(shù)據(jù)集有優(yōu)勢,因此本文針對多分類問題,第三章在非平行超平面支持向量機(jī)多分類算法(NHCMC)的基礎(chǔ)上提出第一種算法ε-非平行支持向量機(jī)多分類算法,簡記為INHCMC.通過結(jié)合非平行支持向量機(jī)(NPSVM)的思想,將NHCMC中的二次損失函數(shù)改為ε-不敏感損失函數(shù),半稀疏性改善了.論文給出的數(shù)值實驗結(jié)果表明了 INHCMC是有效的.由于INHCMC對多分類問題采用的是一對余的思想,會造成數(shù)據(jù)集不均衡,因此很難選取合適的參數(shù)ε.第四章在INHCMC的基礎(chǔ)上提出v-ε-非平行支持向量機(jī)多分類算法,簡記為v-INHCMC,通過結(jié)合v-SVC和v-SVR的思想,將INHCMC原始模型中的參數(shù)ε和參數(shù)C2用有數(shù)值意義的參數(shù)v代替,化解了 INHCMC中參數(shù)ε的選取困難,并且v能夠權(quán)衡模型中的兩個目標(biāo)(最大化間隔和最小化誤差),以及有效的控制支持向量的個數(shù),數(shù)值實驗結(jié)果表明了v-INHCMC是有效的.交替方向法乘子法(ADMM)是一種用于解決可分凸規(guī)劃問題的有效方法,尤其在解決大規(guī)模問題上具有優(yōu)勢,近年來被應(yīng)用到機(jī)器學(xué)習(xí)的優(yōu)化問題中.第五章我們采用交替方向乘子法的框架來求解INHCMC的原始問題,為了能夠處理大規(guī)模數(shù)據(jù)集,本文用共軛梯度法近似求解子問題中矩陣的逆.數(shù)值實驗結(jié)果說明了該算法是有效的.
【學(xué)位授予單位】：重慶師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬旭霞;;支持向量機(jī)理論及應(yīng)用[J];科學(xué)技術(shù)創(chuàng)新;2019年02期

2 江少杰;寧紀(jì)鋒;李云松;;加權(quán)間隔結(jié)構(gòu)化支持向量機(jī)目標(biāo)跟蹤算法[J];中國圖象圖形學(xué)報;2017年09期

3 李娜;孫樂;胡一楠;李笑;王亞南;;模糊型支持向量機(jī)及其在入侵檢測中的應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2018年11期

4 邵元海;楊凱麗;劉明增;王震;李春娜;陳偉杰;;從支持向量機(jī)到非平行支持向量機(jī)[J];運(yùn)籌學(xué)學(xué)報;2018年02期

5 高欽姣;張勝剛;賈曉薇;;基于支持向量機(jī)的股票價格預(yù)測模型研究與應(yīng)用[J];課程教育研究;2016年28期

6 林香亮;袁瑞;孫玉秋;王超;陳長勝;;支持向量機(jī)的基本理論和研究進(jìn)展[J];長江大學(xué)學(xué)報(自科版);2018年17期

7 安悅tD;丁世飛;胡繼普;;孿生支持向量機(jī)綜述[J];計算機(jī)科學(xué);2018年11期

8 梁武;蘇燕;;一種新的基于類內(nèi)不平衡數(shù)據(jù)學(xué)習(xí)支持向量機(jī)算法[J];科技通報;2017年09期

9 吳青;梁勃;;分段熵光滑支持向量機(jī)性能研究[J];計算機(jī)工程與設(shè)計;2015年08期

10 牛r，

本文編號：2668816