向量值再生核空間的構(gòu)建及其在網(wǎng)絡(luò)入侵檢測中的應(yīng)用.pdf

1、核方法是解決非線性分類問題的一種非常有效的方法，同時它也是現(xiàn)在機器學(xué)習(xí)領(lǐng)域中的研究重點問題。核函數(shù)是影響決策函數(shù)泛化性能關(guān)鍵因素，核函數(shù)在實際問題中有廣泛的應(yīng)用，比如：工業(yè)、金融、軍事、交通運輸、航空航天等。目前越來越多的學(xué)者開始從事核的機器學(xué)習(xí)的研究，并對其產(chǎn)生了濃厚的興趣。但是由于實際問題很多都是非線性的，使得線性的機器學(xué)習(xí)變得很困難。因此，如果能夠給出一種新的將非線性問題轉(zhuǎn)化為線性的將會有重要的實際意義。
　　本論文主要通過

2、建立向量值再生核空間，構(gòu)造該空間的向量值再生核函數(shù)，同時結(jié)合支持向量機算法將其應(yīng)用在網(wǎng)絡(luò)入侵檢測中。
　　本論文首先簡單地介紹了標(biāo)量值再生核空間的基本性質(zhì)和基本定理，并給出了再生核空間中的再生核函數(shù)的具體表達式；其次，利用標(biāo)量值再生核的性質(zhì)，建立向量值再生核 Hilbert空間，構(gòu)造并證明了向量值再生核的存在性。對于給定的訓(xùn)練數(shù)據(jù)，影響支持向量機分類的能力主要受核函數(shù)和誤差懲罰參數(shù)的影響，從而構(gòu)造了適用于做數(shù)據(jù)分類的向量值的再生核

3、 Hilbert空間，建立一個向量值的再生核空間，目的是構(gòu)造一個向量值的再生核函數(shù)；最后，向量值再生核函數(shù)將應(yīng)用在支持向量機算法中，一方面是從向量值空間的建立，向量值核函數(shù)的構(gòu)造，以及向量值核函數(shù)的參數(shù)的選擇，結(jié)合支持向量機算法說明不同的核函數(shù)影響著支持向量的個數(shù)，另一方面是本論文中給出一個多核的向量值核函數(shù)，結(jié)合支持向量機算法，將其應(yīng)用在網(wǎng)絡(luò)入侵檢測中。從數(shù)值算例說明核函數(shù)的不同參數(shù)對支持向量機的泛化能力產(chǎn)生著重要的影響，然后通過向量