支持向量機(jī)學(xué)習(xí)的擴(kuò)展及其應(yīng)用研究.pdf

1、　　本論文針對支持向量機(jī)中目前存在的一些問題，進(jìn)行了較為深入的研究，對支持向量機(jī)方法進(jìn)行擴(kuò)展與研究?！　”疚臍w納、總結(jié)了核函數(shù)的基本數(shù)學(xué)性質(zhì)；然后利用這些性質(zhì)，給出核函數(shù)的一種一般的構(gòu)造方法；對于有限維特征空間問題，定義了一種新的特征映射，并提出了“面向數(shù)據(jù)的核函數(shù)”和有限維特征子空間的概念，給出了一種基于核PCA的構(gòu)造面向數(shù)據(jù)的核函數(shù)的方法；在此基礎(chǔ)上，給出了適用于大規(guī)模數(shù)據(jù)的SVM的一種增量學(xué)習(xí)算法；提出了一種模糊多類支持向量機(jī)模

2、型；提出了一種簡化的、快速的多類SVM分類器——ACDMSVM，它是基于決策有向無環(huán)圖和等式約束的SVM多類分類器。對于k類分類問題，它將k(k-1)/2個改進(jìn)的2-類SVM分類器利用決策有向無環(huán)圖進(jìn)行組合。為了提高分類器的訓(xùn)練及決策速度，采用了廣義的核函數(shù)，并對標(biāo)準(zhǔn)的2-類SVM分類器進(jìn)行兩個方面的改進(jìn)：對軟間隔錯誤變量采用2-范數(shù)形式；利用等式約束取代不等式約束。在訓(xùn)練階段，使用含有根的二元有向無環(huán)圖進(jìn)行節(jié)點(diǎn)的選擇，該有向無環(huán)圖含有