分布式支持向量機算法研究.pdf

1、支持向量機是建立在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化原則上的一種新的數(shù)據(jù)挖掘技術(shù)，因為具有完備的理論基礎(chǔ)、直觀的幾何解釋和出色的學(xué)習(xí)性能，支持向量機己成為機器學(xué)習(xí)界的研究熱點，并在很多領(lǐng)域都得到了成功的應(yīng)用，如傳感器故障診斷、網(wǎng)絡(luò)設(shè)備狀態(tài)識別、入侵檢測、癌癥診斷等。在無線傳感器網(wǎng)絡(luò)中，支持向量機作為一種新的分類和檢測工具得到了越來越廣泛地應(yīng)用，近幾年，基于無線傳感器網(wǎng)絡(luò)的分布式支持向量機算法引起了廣泛關(guān)注。本文主要研究了分布式支持向量機算法，

2、同時，探討了支持向量機在信息基因提取中的應(yīng)用。論文共分為五個部分。
　　首先，介紹了支持向量機的基本模型與幾何描述，并對支持向量機算法研究及應(yīng)用進行了闡述，從而引出本文研究的主要內(nèi)容。
　　第二章，介紹了分布式支持向量機模型及其求解算法。
　　第三章，針對無線傳感器網(wǎng)絡(luò)，提出了基于分簇的分布式支持向量機算法。首先，提出了一種新的基于權(quán)值的分簇算法，該算法綜合考慮了每個節(jié)點的最佳鄰居節(jié)點度數(shù)、傳輸功率和能量消耗。利用該分

3、簇算法將傳感器節(jié)點分簇，各個簇頭匯集簇成員的殼向量，與鄰居簇頭相互交流信息來訓(xùn)練分類器，最終得到全局最優(yōu)分類器。該算法中，簇頭不用將數(shù)據(jù)傳遞給基站，減少了能量損耗，而且簇頭之間交流的信息不是自身的數(shù)據(jù)，具有隱私保護的優(yōu)點。最后，進行了數(shù)值實驗，結(jié)果表明了該算法的可行性和有效性，且更適用于大規(guī)模的無線傳感器網(wǎng)絡(luò)。
　　第四章，針對基因表達譜數(shù)據(jù)維數(shù)高、樣本少的的特點，提出了一種新的信息基因提取算法。首先，利用巴氏距離與遞歸特征消除算