基于支持向量機的信息融合技術(shù)研究及應(yīng)用.pdf

1、本文將支持向量機理論引入到信息融合中，對支持向量機在信息融合中的應(yīng)用做了研究，并選取污水處理廠的日常監(jiān)控數(shù)據(jù)作為實驗對象。在信息融合中使用支持向量機的方法，可以大大提高信息融合的運算速度與融合結(jié)果的準(zhǔn)確性。融合結(jié)果的準(zhǔn)確性直接影響最終的決策正確性，支持向量機在信息融合中的應(yīng)用將會在軍事、民用領(lǐng)域產(chǎn)生巨大的經(jīng)濟和社會效益。 本文介紹了近年來得到廣泛關(guān)注和研究的信息融合與支持向量機的相關(guān)知識，首先介紹了信息融合的相關(guān)知識、原理和常規(guī)

2、融合方法。然后討論了支持向量分類機的算法，并深入地研究了序列最小最優(yōu)化算法與最小二乘支持向量機算法，并對最小二乘支持向量機的結(jié)果缺乏稀疏性，提出了增加稀疏性的改進想法。對于支持向量機多類分類算法，本文首先介紹了常用的“一對余”和“一對一”算法，然后使用二進制對編碼法的多類分類算法進行改進。在對污水處理廠日常監(jiān)控數(shù)據(jù)試驗中，本文首先使用了信息融合中常用的神經(jīng)網(wǎng)絡(luò)方法，然后，使用序貫最小最優(yōu)化算法、最小二乘支持向量機算法與改進后的最小二乘支