求解分類問題的支持向量機(jī)方法與應(yīng)用研究.pdf

1、本文以解決分類問題為目標(biāo)，對(duì)支持向量分類機(jī)從其理論和模型的完善及應(yīng)用兩個(gè)方面，進(jìn)行了較深入的研究和實(shí)踐，以達(dá)到理論和實(shí)踐的結(jié)合。　　本文在深入研究現(xiàn)有支持向量分類機(jī)和支持向量回歸機(jī)的基礎(chǔ)上，把分類問題看作特殊的回歸問題來處理，通過引入不同的范數(shù)以及不同的損失函數(shù)，構(gòu)建求解分類問題的支持向量回歸機(jī)新模型，對(duì)引入高斯損失函數(shù)得到的新模型，給出求解的簡(jiǎn)便方法——簡(jiǎn)化的序列最小最優(yōu)化算法，對(duì)多類分類問題，提出了新的多類分類模型，數(shù)值試驗(yàn)表明了

2、該模型的魯棒性和有效性?！　”疚耐ㄟ^理論推導(dǎo)和分析構(gòu)造出中心支持向量分類機(jī)的原始優(yōu)化問題，從不同的途徑給出了中心支持向量分類機(jī)，給出了稀疏的中心支持向量分類機(jī)、加權(quán)的中心支持向量分類機(jī).對(duì)含有不確定信息的分類問題，通過引入概率變量，構(gòu)建了不確定中心支持向量分類機(jī).從而實(shí)現(xiàn)對(duì)中心支持向量分類機(jī)理論的推廣、完善和創(chuàng)新。　　本文將其原始最優(yōu)化問題變?yōu)闊o(wú)約束問題，并對(duì)其進(jìn)行光滑化，從而構(gòu)建了改進(jìn)的推理型支持向量機(jī)和加權(quán)的推理型支持向量機(jī)，并

3、成功的將新模型應(yīng)用到網(wǎng)絡(luò)入侵檢測(cè)中，給出了網(wǎng)絡(luò)入侵檢測(cè)的新方法，使推理型支持向量機(jī)的理論和應(yīng)用研究有了新的突破；首次將支持向量分類機(jī)應(yīng)用到海水工廠化養(yǎng)殖中的環(huán)境監(jiān)測(cè)問題，對(duì)河北省唐山市、秦皇島市沿海的養(yǎng)殖工廠，隨機(jī)采集了魚類生長(zhǎng)環(huán)境數(shù)據(jù)，進(jìn)行了檢測(cè)、監(jiān)控實(shí)驗(yàn)，取得了較好的應(yīng)用效果，在切實(shí)解決實(shí)際問題的同時(shí)，進(jìn)一步拓寬了支持向量機(jī)的應(yīng)用領(lǐng)域。　　本文構(gòu)建的各種新的支持向量分類機(jī)，較一般支持向量分類機(jī)有各自明顯優(yōu)勢(shì)和良好的性能，主要體現(xiàn)在