v-支持向量機(jī)中參數(shù)選取的兩種模型.pdf

1、隨著現(xiàn)代信息技術(shù)的快速發(fā)展，各種數(shù)據(jù)庫(kù)大量出現(xiàn)，如何從數(shù)據(jù)庫(kù)中準(zhǔn)確的抽取有用信息成了一個(gè)迫切需要解決的問(wèn)題，數(shù)據(jù)挖掘技術(shù)在這種背景下應(yīng)運(yùn)而生。支持向量機(jī)作為數(shù)據(jù)挖掘的一種新方法，在許多領(lǐng)域得到了廣泛的應(yīng)用。 支持向量機(jī)是上世紀(jì)九十年代中期在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來(lái)的一種機(jī)器學(xué)習(xí)方法，它集成了最大間隔超平面、Mercer核、凸二次規(guī)劃、稀疏解和松弛變量等多項(xiàng)技術(shù)。在若干挑戰(zhàn)性的應(yīng)用中，獲得了目前為止最好的性能。 本文主要

2、研究了v-支持向量機(jī)中參數(shù)選取問(wèn)題．v-支持向量機(jī)是一種新的支持向量機(jī)模型，與標(biāo)準(zhǔn)的支持向量機(jī)模型相比，其中的參數(shù)v有直觀的含義，v的值是訓(xùn)練集中間隔錯(cuò)誤樣本點(diǎn)個(gè)數(shù)與總樣本點(diǎn)個(gè)數(shù)之比的上界和支持向量個(gè)數(shù)與總樣本點(diǎn)個(gè)數(shù)之比的下界．支持向量機(jī)中的參數(shù)選取是支持向量機(jī)研究中的一類重要問(wèn)題，參數(shù)選取的不同，對(duì)其泛化性能影響很大．v-支持向量機(jī)中的參數(shù)選取的研究較少，本文針對(duì)v-支持向量機(jī)，建立了選取參數(shù)v的模型，并進(jìn)行了數(shù)值實(shí)驗(yàn)。 首先

3、本文給出了一種基于平衡約束規(guī)劃的v-支持向量機(jī)中參數(shù)選取模型，該模型是一個(gè)具有光滑目標(biāo)函數(shù)的且?guī)в谢パa(bǔ)約束的非線性規(guī)劃問(wèn)題，通過(guò)求解該問(wèn)題得到v-SVM中泛化性能較好的參數(shù)v，并進(jìn)行了數(shù)值實(shí)驗(yàn)，證明了該方法的有效性。另外，本文討論了不均衡問(wèn)題時(shí)的v-支持向量機(jī)模型，分析了數(shù)據(jù)集的不均衡性給支持向量機(jī)的泛化性能的影響，給出了一種改進(jìn)的2v-SVM模型，該模型的優(yōu)點(diǎn)是參數(shù)易于選取，數(shù)值實(shí)驗(yàn)結(jié)果表明該模型在處理不均衡問(wèn)題時(shí)是有效的，解決了數(shù)據(jù)