并行支持向量機的研究與實現(xiàn).pdf

1、支持向量機是在統(tǒng)計學習理論的基礎上發(fā)展起來的新一代學習算法,該算法在機器學習、模式識別等領域都取得了很好的應用。但隨著需要處理的數(shù)據(jù)量不斷增大,支持向量機表現(xiàn)出計算效率不足等缺點,針對這一問題,人們提出了并行支持向量機的解決方法。本文以此為研究背景,展開了對并行支持向量機的相關研究工作。 本文詳細探討了并行支持向量機的相關理論,從支持向量機和并行技術兩方面入手,對并行支持向量機的理論基礎和技術支持進行了深入研究。支持向量機是并行

2、支持向量機的理論基礎,在簡要介紹了其發(fā)展歷程之后,對其理論依據(jù)和實現(xiàn)算法都進行了深入研究。并行技術是并行支持向量機的技術支持,主要介紹了其軟硬件的發(fā)展歷程及目前的關鍵技術,著重介紹了計算機集群系統(tǒng)。計算機集群系統(tǒng)以其良好的編程性、低廉的價格和極高的性能成為目前并行機的一個主流發(fā)展方向,因其特別適合我國的教育、科研部門的需求,故在集群系統(tǒng)上進行的并行支持向量機的研究具有重要的實際意義和很好的推廣價值。 本文介紹了目前并行支持向量機

3、的發(fā)展情況,對其基本模型和改進算法都進行了深入研究。在這一部分,著重介紹了w-model和Cascade SVM兩種實現(xiàn)并行支持向量機的設計模型,并分析了兩者各自的優(yōu)缺點。在這兩個模型的啟發(fā)下,借鑒兩者的優(yōu)點并加以結(jié)合,提出了適合在并行環(huán)境上應用的支持向量機求解方法。該方法首先并行生成多個支持向量機分類器,然后采用遺傳算法的思想對最終解進行搜索。本文詳細論述了所提出算法的解決思路及其數(shù)據(jù)結(jié)構(gòu)的設計,對遺傳算法在本問題的應用中,其選擇、交