雙重支持向量機(jī)(Twin Support Vector Machines,簡稱 TWSVM)在 2007 年由 Jayadeva等人最早提出,它的基本思想是對兩類訓(xùn)練樣本點分別構(gòu)造一個分類超平面,使得每一個超平面與本類訓(xùn)練樣本點盡可能的近,而與另一類訓(xùn)練樣本點盡可能的遠(yuǎn).新的訓(xùn)練樣本點離哪個超平面近,就屬于哪一類.相比于經(jīng)典的支持向量機(jī)(Support Vector Machines,簡稱SVM),TWSVM將一個規(guī)模較大的二次規(guī)劃問題成功轉(zhuǎn)變?yōu)閮蓚�規(guī)模較小的二次規(guī)劃問題,這樣就使訓(xùn)練時間大大減少,計算效率大約是SVM的四倍.由于TWSVM優(yōu)秀的學(xué)習(xí)性能,使其成為了數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點.對TWSVM進(jìn)行了深入的學(xué)習(xí)和研究后,發(fā)現(xiàn)TWSVM無法降低噪聲對最優(yōu)分類面的影響;此外TWSVM最早是為二分類問題所設(shè)計的,缺少對多分類問題的處理能力,本文針對上述問題,主要做了如下工作:(1)研究了 SVM和TWSVM兩種算法的原理,介紹了其主要推理過程,通過對比,證明TWSVM所具有的良好性能.(2)為了降低噪聲或野點對TWSVM最優(yōu)分類面的影響,提出了三種改進(jìn)的雙重支持向量機(jī),通過人...

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 發(fā)展歷史及研究現(xiàn)狀
    1.3 本文主要工作及結(jié)構(gòu)安排
2 預(yù)備知識
    2.1 支持向量機(jī)基本知識
    2.2 雙重支持向量機(jī)基本知識
    2.3 本章小結(jié)
3 改進(jìn)的雙重支持向量機(jī)
    3.1 模糊雙重支持向量機(jī)(MTWSVM)
    3.2 超球體雙重支持向量機(jī)(CTWSVM)
    3.3 混合雙重支持向量機(jī)(HTWSVM)
    3.4 數(shù)值實驗
4 混合雙重二叉樹支持向量機(jī)
    4.1 二義樹支持向量機(jī)
    4.2 混合雙廈二叉樹支持向量機(jī)(BT-HTWSVM)
    4.3 數(shù)據(jù)實驗
5 總結(jié)與展望
參考文獻(xiàn)
碩士階段的主要成果
致謝



本文編號：3807086