基于SVM主問題的不定核學習方法研究.pdf_第1頁
已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、核方法是機器學習中一類強有力的統(tǒng)計學習技術，但其泛化性能在很大程度上受到核函數選擇等模型選擇問題的影響。受限于傳統(tǒng)的統(tǒng)計學習理論，大多數的核方法都要求核函數正定。然而在許多實際問題中，使用不定核往往能獲得比正定核更好的性能。因此，在核方法中深入探討不定核是很有必要的。
　　現有的不定核學習方法，大都是針對SVM對偶問題設計算法。但當使用不定核時，對偶間隙的存在以及優(yōu)化問題的非凸性導致不能得到正確解，從而影響分類器的性能。針對上述問

2、題，本文從SVM主問題出發(fā)，提出了基于單核的不定核學習算法PIKSVM。在此基礎上，考慮到在刻畫復雜的現實問題時，單核仍然存在局限性，進一步提出了基于多核的不定核學習算法PMIKSVM。
　　本文的工作主要體現在以下方面:
　　(1)分析不定核算法從主問題出發(fā)求解的必要性。分別從SVM主問題以及對偶問題出發(fā)研究SVM學習問題模型的構建、優(yōu)化問題的推導以及二者之間的關系，從核函數的不定性以及對偶間隙的存在性兩方面，說明從主問題

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論