核方法的研究及其應(yīng)用.pdf

1、自1995年Vapnik等人提出基于統(tǒng)計學(xué)習(xí)理論和核技術(shù)的支持向量機(jī)算法以來，基于核的機(jī)器學(xué)習(xí)方法(簡稱核方法)取得了迅速的發(fā)展，目前已成為人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一，廣泛用于圖像處理、生物信息技術(shù)、文本分類和入侵檢測技術(shù)等多個領(lǐng)域。進(jìn)一步研究支持向量機(jī)，無論對核方法理論的完善和發(fā)展，還是對核方法在應(yīng)用領(lǐng)域的進(jìn)一步拓展，都具有十分重要的意義。 支持向量機(jī)在一系列的應(yīng)用中表現(xiàn)出非常優(yōu)越的性能。但是，其研究仍處于初級階段。

2、理論研究與實(shí)際應(yīng)用方面都還有許多問題需要加以解決，主要問題有：對于大規(guī)模數(shù)據(jù)集的學(xué)習(xí)如何降低支持向量機(jī)的計算復(fù)雜度，針對具體的應(yīng)用領(lǐng)域如何構(gòu)造高效的核函數(shù)等。 本文主要研究支持向量機(jī)的分類與回歸，包括簡化支持向量機(jī)以及支持向量機(jī)在農(nóng)業(yè)蟲害預(yù)測預(yù)報中的應(yīng)用，研究工作提高了支持向量機(jī)的分類性能，擴(kuò)展了其應(yīng)用范圍。主要創(chuàng)新工作有： (1)針對支持向量機(jī)對于大規(guī)模數(shù)據(jù)集學(xué)習(xí)和決策效率低的問題，提出了基于協(xié)同聚類的支持向量機(jī)算法，

3、有效地減少了支持向量的數(shù)量，提高了分類速度。針對多類分類問題，將協(xié)同聚類的方法進(jìn)一步擴(kuò)展，提出了基于協(xié)同聚類的多類支持向量機(jī)。同時，對簡約支持向量機(jī)和最小二乘支持向量機(jī)進(jìn)行了改進(jìn)。 (2)考慮到徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)分類問題中，基函數(shù)中心的選取是其分類性能的關(guān)鍵，提出了利用協(xié)同聚類選擇基函數(shù)中心的方法。與采用模糊C均值選取方法相比較，提出的方法具有更好的分類性能。 (3)針對大樣本數(shù)據(jù)的回歸估計，支持向量過多所引起的計算復(fù)雜

4、度高的問題，提出了一種基于協(xié)同聚類的支持向量回歸機(jī)。實(shí)驗結(jié)果表明提出的方法可以明顯減少測試時間，且回歸正確率較好。 (4)在介紹多鏡像分類器算法的基礎(chǔ)上，針對鏡像點(diǎn)選取較為復(fù)雜的問題，利用協(xié)同聚類的方法代替鏡像點(diǎn)選取，提出了一種能有效地提高訓(xùn)練速度的多鏡像分類器算法。 (5)農(nóng)業(yè)信息化是我國現(xiàn)代農(nóng)業(yè)技術(shù)的一個重要標(biāo)志，蟲害的預(yù)測預(yù)報工作是農(nóng)業(yè)信息化重要環(huán)節(jié)，提高其預(yù)測預(yù)報水平，可以減少蟲害造成的損失，增加農(nóng)業(yè)經(jīng)濟(jì)效益。鑒