优秀研究生学位论文题录展示

多分类广义加权支持向量机研究

专 业: 应用数学
关键词: 多分类支持向量机 推广能力 误差修正码 算法稳定 加权支持向量机
分类号: O29
形 态: 共 57 页 约 37,335 个字 约 1.786 M内容
阅 读: 全文阅读说明

内容摘要


支持向量机SVM是通过执行结构风险最小化原则来获得好的推广能力的学习机器,它最初是设计用以处理二分类问题的.然而,许多实际问题中都需要处理多类的分类问题.因而,如何有效的推广该算法到多类的情形具有重要的实际意义.多分类学习算法的推广性能研究是机器学习的热点问题之一.SVM算法分类误差受各类别样本数多少的影响,样本数量多的类别,其分类误差小,而样本数量少的类别,其分类误差大.针对这种倾向性问题,本文在分析其产生原因的基础上,提出了广义加权SVM算法,对类别差异造成的影响进行了相应的补偿,提高了小类别的分类精度,从而克服了常规SVM算法不能灵活处理每一个样本的缺陷,并用仿真试验说明了该算法的分类精度.这对于某些需要重点关注小类别精度的应用场合具有重要的现实意义.第一部分,引言阐述了支持向量机的基本思想,介绍了多分类支持向量机的几种主要类型和相应背景.第二部分,介绍了各种改进改进的支持向量机算法并对他们在特征性能上进行了比较,为本文研究的问题奠定了理论基础和依据.第三部分,对应于“一对一”方法,研究了误差修正码问题,并利用算法稳定得到其推广误差界.第四部分,即本文重点,研究了广义加权支持向量机在多分类问题中的应用,提高了小类别样本分类精度.最后,在第五部分中,分析了前面得到的主要结果,并对未来进一步的研究方向进行了展望.

全文目录


文摘
英文文摘
第一章 引言
1.1支持向量机发展历史与现状
1.2支持向量机思想与构造简介
1.2.1支持向量机的思想
1.2.2构造支持向量机
1.3多分类支持向量机
1.3.1第一型多分类支持向量机
1.3.2第二型多分类支持向量机
1.3.3多分类支持向量机的推广性能
第二章 各种改进的支持向量机算法
2.1各种变形支持向量机算法的介绍
2.1.1 C-SVM算法及其改进系列
2.1.2 v-SVM算法及其改进系列
2.1.3 One-Class SVM算法
2.1.4 RSVM算法
2.1.5 WSVM算法
2.2各种变形支持向量机算法的比较
2.3小结
第三章 基于误差修正码的多分类支持向量机推广能力研究
3.1误差修正码的介绍
3.2 ECOC核机器的错分误差
3.3稳定性概念及结论
3.4 ECOC核机器的推广能力
3.5小结
第四章 广义加权支持向量机在多分类问题中的应用
4.1广义SVM算法及其缺陷
4.1.1广义SVM算法
4.1.2广义SVM算法无法解决类别大小差异对分类精度影响的原因分析
4.2广义加权SVM算法及其类别补偿能力的分析
4.2.1广义加权SVM算法
4.2.2广义加权SVM算法类别补偿能力的分析
4.3广义加权SVM算法应用于解决多分类问题
4.4仿真实验
4.5小结
第五章 结束语
5.1工作总结
5.2工作展望
参考文献

相似论文

  1. 二粒子Boltzmann方程组的奇异扰动解法(边界层解),30页,O29 O35 O241.6
  2. 一维Theta-神经元网络中规则单放电行波解的进一步讨论,27页,O29 Q421 TP183
  3. 随机非线性电力系统的动力学行为研究,38页,O29 TM711
  4. 生物序列、结构比较中若干数学模型研究及应用,129页,O29 Q343.1
  5. 一类p—Laplacian方程解的存在性及多重性,26页,O29
  6. 多尺度有限元法在复合材料液态成型模拟中的应用,53页,O29 TQ320.6
  7. 曲桩的稳定性和过屈曲分析,61页,O29 TB11 TB124
  8. 随机利率下亚式期权的定价问题,34页,O29 F830.91
  9. (4m,4,4)-PCDPs的构作,20页,O29
  10. 能量依赖速度的三阶特征值问题及C.Neumann系统,20页,O241.6
  11. 不动点理论在现货—证券市场中均衡问题的研究,32页,O241.6 O151.21
  12. 具有凸交易费用的摩擦市场中无套利资产定价,41页,O241.6 O151.21
  13. 基于期权理论的商业银行信用风险度量研究,31页,O241.6
  14. 基于VaR-GARCH模型的开放式基金风险研究,29页,O241.6
  15. 非线性发展方程求解方法的研究,91 页,O241.8
  16. WBK方程、两类变系数KdV方程和高维变系数KP方程的可积性质和求解方法研究,64 页,O241.82 O175.29
  17. 机器人巡检方案设计及路径规化模型,50页,O29 TP242.3
  18. VaR与CVaR风险控制下Log-最优资产组合模型的研究,74页,O231 F830.9
  19. 多元线性模型回归系数的估计及其性质,37页,O212.1
  20. 优化及相关问题的研究,97页,O224 O183.1
中图分类: > O29 > 数理科学和化学 > 应用数学

© 2012 book.hzu.edu.cn