多分類(lèi)支持向量機(jī)算法和應(yīng)用研究.pdf

1、支持向量機(jī)(Support Vector Machine)是基于統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展起來(lái)的新的通用的機(jī)器學(xué)習(xí)算法．它已成功的應(yīng)用于人臉識(shí)別，心臟病診斷，經(jīng)濟(jì)預(yù)警等諸多領(lǐng)域，本文就支持向量機(jī)理論和應(yīng)用做了如下研究： (1)序列最小最優(yōu)化(SMO)算法是求解支持向量機(jī)中最優(yōu)化問(wèn)題中最有效的算法在訓(xùn)練集規(guī)模比較大的情形下，合適的“工作集”選取策略是該算法有效實(shí)現(xiàn)的關(guān)鍵，本文綜述了三種分別基于“最大違背原則”，“一階近似”，“二階近似”的“

2、工作集”選取算法． (2)支持向量機(jī)最初是用于解決兩分類(lèi)問(wèn)題的，如何把解決兩類(lèi)問(wèn)題的支持向量機(jī)模型推廣到多類(lèi)問(wèn)題的模型求解是一個(gè)正在研究的熱點(diǎn)問(wèn)題，本文分別綜述了基于“分解重構(gòu)”思想的和基于“整體法”思想的各種多分類(lèi)支持向量機(jī)模型．在深入研究各種多分類(lèi)模型的基礎(chǔ)上，借用v-MSVC思想構(gòu)建了一種新的多分類(lèi)支持向量機(jī)算法． (3)私家車(chē)已經(jīng)成為現(xiàn)代都市中產(chǎn)階級(jí)必備消費(fèi)品之一，為未來(lái)私家車(chē)消費(fèi)市場(chǎng)的消費(fèi)趨勢(shì)構(gòu)建合適的分類(lèi)模型