中国优秀硕士学位论文全文数据库
  关闭
基于支持向量机的数据挖掘方法  
   在线阅读 整本下载 分章下载 分页下载本系统暂不支持迅雷或FlashGet等下载工具
【作者】 杜晓东;
【导师】 李歧强;
【学位授予单位】 山东大学;
【学科专业名称】 系统工程
【学位年度】 2005
【论文级别】 硕士
【网络出版投稿人】 山东大学
【网络出版投稿时间】 2005-10-17
【关键词】 支持向量机; 模式分类; 增量算法; 统计学习理论; 邻域算法;
【英文关键词】 Support vector machine; Pattern recognition; Incremental algorithm; Statistical learning theory; Neighborhood algorithm;
【中文摘要】 支持向量机是基于统计学习理论的新一代机器学习技术。由于使用结构风险最小化原则代替经验风险最小化原则,使它能较好地处理小样本情况下的学习问题。又由于采用了核函数思想,使它能把非线性问题转化为线性问题来解决并降低了算法的复杂度。目前,支持向量机已经成为国际上机器学习领域新的研究热点。 本论文首先概要介绍了支持向量机的理论背景,结合目前一些主要的支持向量机方法进行深入研究,提出新的见解。本论文的主要贡献可归纳为如下三个方面: 1.样本预优算法研究 论文首先介绍了一种可以减少大规模支持向量机训练时间和能减少野点影响的方法。很多支持向量机的算法都是从一个随机的训练数据的子集出发开始训练,本论文提出一种新的方法,在高维空间中估计出那些可能最终成为支持向量的向量集合,继而加速优化的过程。同时利用高维空间定义的距离来发现野点,并在一定程度上消除野点对最终分类面的影响。 2.提出高维中心支持向量机(HCSVM)方法 支持向量机利用少量数据来建立分类决策面。但是由于分类面只依赖于少量的支持向...
【英文摘要】 By using the statistical learning theory, support vector machine (SVM) is thought of a new generation of learning machine. The main advantage of SVM is that it can serve better in the processing of small-sample learning problems by the replacement of Experiential Risk Minimization by Structural Risk Minimization. Moreover, SVM can treat a nonlinear learning problem as a linear learning problem since it maps the original data to the kernel space in which we only solve the linear problems. The study of Suppor...
【更新日期】 2005-12-16

【相同导师文献】

导师:李歧强    导师单位:山东大学    学位授予单位:山东大学
[1] 孙睿.配电网侧微电网群电能交易联盟形成方法研究[D]. 山东大学,2023
[2] 徐德威.基于图像处理技术的应变片表面缺陷检测方法研究[D]. 山东大学,2023
[3] 赵小涵.基于深度强化学习的资源受限项目调度问题研究[D]. 山东大学,2023
[4] 郭声琨.应变片表面缺陷检测与标记装置控制系统研究[D]. 山东大学,2023
[5] 刘轶.基于图聚类的约束优化算法参数配置方法研究[D]. 山东大学,2022
[6] 郑永健.实验室危化品智能监控与管理系统研发[D]. 山东大学,2022
[7] 陈鑫洋.基于深度强化学习的柔性作业车间调度优化方法研究[D]. 山东大学,2022
[8] 米楠.基于深度强化学习的随机经济批量调度优化算法研究[D]. 山东大学,2022
[9] 段振堂.基于深度强化学习的集装箱堆叠优化算法研究[D]. 山东大学,2022
[10] 史洋.孤岛互联微电网电力交易协调优化[D]. 山东大学,2020

xxx
【读者推荐文章】中国期刊全文数据库 中国重要报纸全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【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
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。
【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。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号