支持向量機(jī)是機(jī)器學(xué)習(xí)中使用最為廣泛的算法之一,它最初由Vapnik在20世紀(jì)90年代提出,伴隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的飛速發(fā)展,支持向量機(jī)賦予了分類問題和回歸問題新的意義,吸引了越來越多的學(xué)者的關(guān)注和研究,它被廣泛用于圖像處理、語音識(shí)別和自然語言處理等方面.傳統(tǒng)的支持向量機(jī)是通過最大間隔的原則尋找單一的決策超平面達(dá)到分類的目的,然而其推廣性受到單一超平面的限制,對(duì)于交叉性數(shù)據(jù)以及其他數(shù)據(jù)的分類性不強(qiáng).隨著雙子支持向量機(jī)以及非平行支持向量機(jī)的提出,通過對(duì)每類樣本點(diǎn)分別構(gòu)造相應(yīng)的非平行決策超平面,使得其推廣性和適應(yīng)性更強(qiáng).在大數(shù)據(jù)時(shí)代背景之下,伴隨著數(shù)據(jù)類型的多樣性以及特殊性,數(shù)據(jù)的規(guī)模也隨之增大,對(duì)于數(shù)據(jù)分類的模型構(gòu)建的要求也在提高.本文從優(yōu)化問題的角度以及多視角分類的方面進(jìn)行研究,建立了新的非平行支持向量機(jī)分類模型及算法并通過數(shù)值實(shí)驗(yàn)說明了其有效性.本文結(jié)構(gòu)安排如下:第一章主要介紹本文的研究背景及意義、研究現(xiàn)狀以及本文的主要工作.第二章基于非平行支持向量機(jī)提出了一類新的分類算法.研究基于優(yōu)化問題的l1-v-非平行支持向量機(jī),通過構(gòu)建新的優(yōu)化問題分類模型使得該算法擁有了較好的解決不平衡分類... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：46 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 本文的主要工作
第二章 基于優(yōu)化問題的l_1-v-非平行支持向量機(jī)
    2.1 基于優(yōu)化問題的非平行支持向量機(jī)
    2.2 基于優(yōu)化問題的l_1-v-非平行支持向量機(jī)
        2.2.1 線性情形
        2.2.2 參數(shù)v的意義
        2.2.3 非線性情形
    2.3 數(shù)值實(shí)驗(yàn)
    2.4 本章小結(jié)
第三章 多視角雙子邊界支持向量機(jī)
    3.1 多視角雙子支持向量機(jī)
    3.2 多視角雙子邊界支持向量機(jī)
        3.2.1 線性情形
        3.2.2 非線性情形
    3.3 數(shù)值實(shí)驗(yàn)
    3.4 本章小結(jié)
第四章 總結(jié)與展望
參考文獻(xiàn)
作者在攻讀碩士期間發(fā)表與待發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]從支持向量機(jī)到非平行支持向量機(jī)[J]. 邵元海,楊凱麗,劉明增,王震,李春娜,陳偉杰.  運(yùn)籌學(xué)學(xué)報(bào). 2018(02)
[2]多視角學(xué)習(xí)綜述[J]. 唐靜靜,田英杰.  數(shù)學(xué)建模及其應(yīng)用. 2017(03)
[3]基于支持向量機(jī)的人臉識(shí)別技術(shù)研究[J]. 于真.  計(jì)算機(jī)仿真. 2011(12)
[4]基于支持向量機(jī)的說話人辨認(rèn)研究[J]. 侯風(fēng)雷,王炳錫.  通信學(xué)報(bào). 2002(06)



本文編號(hào)：3169276