首页> 中文学位 >一种基于解析中心割平面法的分类算法
【6h】

一种基于解析中心割平面法的分类算法

代理获取

目录

文摘

英文文摘

声明

1绪论

1.1支持向量机的概念

1.1.1可分情况下的SVMs

1.1.2不可分情况下的SVMs

1.1.3非线性SVM

1.2目前国内外SVM的研究状况

1.3本文的主要工作

2大规模稀疏问题

2.1有结构的大规模稀疏问题

2.2 Kelly割平面算法

2.3 Joachims的割平面算法

3解析中心割平面算法

3.1翻译空间的解析中心

3.2解析中心割平面法

4改进的SVM算法

4.1算法

4.2去掉多余约束

4.3Sk+1的解析中心

5数值试验

5.1与现有算法比较

5.2参数对算法的影响

结论

参考文献

附录

攻读硕士学位期间发表学术论文情况

致谢

展开▼

摘要

本文基于支持向量机(SVM)的最优解对应于翻译空间的解析中心这一结论,利用解析中心割平面法改进Joachims提出的解决大规模稀疏分类问题的割平面算法,并给出删除多余约束的两条删除准则。我们所提出的算法的目的在于在整个约束集中寻找一小规模的起作用约束来保证充分精确的解。更准确的说,通过割平面法迭代产生一列连续的原问题约束区域的近似,其极限正是原约束区域的近似,精度不超过∈。割平面法被当作约束选择方法。我们将证明这是一个可行的策略,因为总是存在约束集中多项式级的子集能近似的代替所有约束。这给我们的算法带来了很大的方便。通过数值实验与原算法进行比较,表明本文所提算较原有算法有更好的数值效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号