基于支持向量機(jī)的算法及應(yīng)用研究.pdf

1、支持向量機(jī)是一種機(jī)器學(xué)習(xí)方法,它以統(tǒng)計(jì)學(xué)理論為基礎(chǔ),在解決小樣本非線性問題上表現(xiàn)出了特有的優(yōu)勢(shì),自提出以來,一直受到重視。目前仍存在很多問題尚未解決,因此需要對(duì)支持向量機(jī)進(jìn)行深入的研究。本文對(duì)傳統(tǒng)支持向量機(jī)算法進(jìn)行了改進(jìn),并將支持向量回歸機(jī)應(yīng)用到實(shí)際問題中。本文主要的工作如下:
　　第一,支持向量機(jī)在處理不平衡樣本集時(shí),對(duì)少類樣本點(diǎn)的分類效果不太理想。提出一種對(duì)多類樣本集的欠采樣方法。該方法可以有效地減少多類樣本的樣本點(diǎn),使分類面

2、向樣本點(diǎn)較多的樣本點(diǎn)移動(dòng)。結(jié)合標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中的數(shù)據(jù)集,使用提出的算法進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法可以有效地提高分類性能。
　　第二,針對(duì)支持向量機(jī)處理大樣本集所用的時(shí)間空間較大的問題,提出一種支持向量機(jī)縮減算法,在保持分類正確率的前提下,縮減樣本集和支持向量的數(shù)目。
　　第三,參數(shù)的選取對(duì)支持向量機(jī)性能的影響較大,并且通常的選取參數(shù)方法所需的時(shí)間較長(zhǎng)。雖然核校準(zhǔn)廣泛應(yīng)用于支持向量機(jī)參數(shù)選取問題中,但是它仍存在不足。綜合核校