【英文题名】
Study on Several Issues of Support Vector Machine
【作者】
安金龙 ;
【导师】
王正欧 ;
【学位授予单位】
天津大学 ;
【学科专业名称】
管理科学与工程
【学位年度】
2004
【论文级别】
博士
【网络出版投稿人】
天津大学
【网络出版投稿时间】
2005-06-06
【关键词】
支持向量机 ;
增量学习 ;
多类分类 ;
孤立点与噪音点 ;
外插值 ;
辨识 ;
【英文关键词】
support vector machine(SVM) ;
incremental learning ;
multiclass classification ;
outlier and noise ;
extrapolation ;
identification ;
【中文摘要】
本文针对支持向量机,作了如下几个方面的研究:
为了提高支持向量机训练速度,通过对支持向量训练速度慢的主要原因进
行分析,提出了一种预抽取两类样本相对边界的边界向量的 FFMVM 方法、
模糊循环迭代算法以及带有样本抛弃方案的支持向量机增量学习算法。以预抽
取的边界向量集合作为初始工作集合,以模糊循环迭代算法对支持向量机进行
训练,根据样本抛弃方案在不丢失分类信息的情况下抛弃部分对分类器没有任
何贡献的样本。其优点是大大提高了支持向量机的训练速度,节约了计算机内
存开销,同时在有增量样本时,能够继承支持向量机以前的训练结果进行增量
学习。为支持向量机在线学习提供了一条有效的途径。
针对目前支持向量机多类分类方法存在的缺点,提出了一种新的支持向量
机多类分类方法。实验结果表明,此方法与目前认为性能好的 DDAGSVM 方
法相比,需要训练的支持向量机数目少,训练速度快,决策速度快,同时克服
了可能出现...
【英文摘要】
In this dissertation, several aspects about SVM(support vector machine) have
been studied substantially as follows:
In order to improve the speed of training SVM, through analyzing the main
reason that the training speed of SVM is slow, we put forward a pre-extracting
SVs algorithm, an iteration algorithm, an incremental learning algorithm and a
samples discarding scheme of the training of SVM. Under guaranteeing the
correctness of training, the trai...
【相同导师文献】
导师：王正欧 导师单位：天津大学 学位授予单位：天津大学项目管理在电子制造服务业中的研究 [D]. 天津大学,2007蚂蚁算法在组合优化问题中的应用研究 [D]. 天津大学,2004决策树在数据挖掘中若干问题的研究 [D]. 天津大学,2004原制造商和外包制造商的供应链管理 [D]. 天津大学,2005美奇新产品上市营销方案 [D]. 天津大学,2006基于代表点的数据和文本聚类新方法的研究 [D]. 天津大学,2006基于支持向量机的文本分类方法研究 [D]. 天津大学,2006神经网络技术在炼油企业的应用 [D]. 天津大学,2006基于神经网络的分类数据挖掘属性选择和规则抽取研究 [D]. 天津大学,2004时间序列数据挖掘相似性度量和周期模式挖掘研究 [D]. 天津大学,2007
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
