面向數(shù)據(jù)挖掘的支持向量機技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)和通訊技術(shù)的日益發(fā)展，大量的信息蜂擁而至。如何有效地選擇需要的信息成為越來越突出的問題。數(shù)據(jù)挖掘就是為順應(yīng)這種需要應(yīng)運而發(fā)展起來的數(shù)據(jù)處理技術(shù)。支持向量機(support vector machine，SⅧ)是數(shù)據(jù)挖掘中的一項新技術(shù)，是借助于最優(yōu)化方法解決機器學(xué)習(xí)問題的新工具。 本文首先討論了數(shù)據(jù)挖掘的基本概念，國內(nèi)外的研究現(xiàn)狀，數(shù)據(jù)挖掘的應(yīng)用，數(shù)據(jù)挖掘的過程以及數(shù)據(jù)挖掘的基本方法。然后又研究了統(tǒng)計學(xué)習(xí)理論的一些基本知識

2、，其中包括了機器學(xué)習(xí)，VC維，推廣性的界和結(jié)構(gòu)風(fēng)險最小化。接下來重點介紹了支持向量機，其中包括了支持向量機的發(fā)展歷史和現(xiàn)狀，主要的基本概念和研究內(nèi)容，并在此基礎(chǔ)上對當前各種比較通用的支持向量機訓(xùn)練算法進行了研究，比較了各種算法的優(yōu)劣。最后針對當前幾種基于增量學(xué)習(xí)的支持向量機訓(xùn)練算法的缺點，分析了支持向量的性質(zhì)和增量學(xué)習(xí)的過程，提出了一種新的增量學(xué)習(xí)算法，在保證測試精度的同時減少了訓(xùn)練時間。最后的數(shù)值實驗和應(yīng)用實例說明了，算法是可行的、有