支持向量机的几何解法(英文)

【摘要】：支持向量机方法是一类较新且有前景的数据分类方法．它们的应用包括文章分类,图形识别,以及医疗诊断．目前求解支持向量机的算法主要基于二次规划以及它的对偶形式．因为所用到的Hessian矩阵是非稀疏的且常常很大,这些二次规划问题的求解有时会很难．实际上,一些六十年代和七十年代使用的几何算法可用于解支持向量机问题．这些几何算法简单明了且很容易编程运算．我们介绍两种这样的算法并给出一些初步的收敛性分析．

【作者单位】：美国北德克萨斯大学数学系美国北德克萨斯大学数学系
【分类号】：O221

下载全文更多同类文献

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	【共引文献】
	【共引文献】

中国期刊全文数据库

前10条

1	刘万春,罗双华,朱玉文,谢世斌;基于聚类分析和支持向量机的布匹瑕疵分类方法[J];北京理工大学学报;2004年08期
2	吴德会;王晓红;;基于SVM的传感器动态模型辩识方法[J];传感技术学报;2006年03期
3	冯夏庭,赵洪波;岩爆预测的支持向量机[J];东北大学学报(自然科学版);2002年01期
4	陈理渊;黄进;;基于支持向量机的电机转子断条故障诊断[J];电工技术学报;2006年08期
5	于昕;韩崇昭;雷明明;;支持向量机在目标分类中的应用[J];电光与控制;2006年04期
6	王静,刘湘南;地理专家系统的应用现状及发展趋势综述[J];地理与地理信息科学;2003年06期
7	唐小力;吕宏伟;;SVM增量学习算法研究[J];电脑知识与技术;2006年05期
8	赵书河;;高分辨率遥感数据处理方法实验研究[J];地学前缘;2006年03期
9	乔立岩;彭喜元;马云彤;;基于遗传算法和支持向量机的特征子集选择方法[J];电子测量与仪器学报;2006年01期
10	周伟达,张莉,焦李成;线性规划支撑矢量机[J];电子学报;2001年11期

中国重要会议论文全文数据库

前10条

1	Wu Zhong-dong School of Electronic Engineering Xidian Univ. Xi’an 710071, ChinaXie Wei-xin College of Information Engineering Shenzhen Univ. Shenzhen 518060, ChinaYu Jian-ping College of Information Engineering Shenzhen Univ. Shenzhen 518060, China;Fuzzy Support Vector Machines Based on Fuzzy Similarity Degree[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年
2	Qingkun Liu~([1]) Peiwen Que~([1]) Chunguo Fei~([2]) Shoupeng Song~([1]) ([1]Institute of Automatic Detection,Shanghai Jiaotong University,Shanghai,200030,China [2] Department of Automation,Intelligent Engineering Laboratory,Shanghai Jiaotong University,Shanghai,China,200030);Ultrasonic Flaw Classification in Seafloor Petroleum Transferring Pipeline through Chaotic Optimization and Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 1)[C];2005年
3	LI Yawei~a CHEN Shouyu~a XU Dawei~b a School of Civil and Hydraulic Engineering; b 21~(st) Century Development Research Center Dalian University of Technology,Dalian 116024,China;The Support Vector Machine Technique for Concrete Adherence Strength Prediction[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 5)[C];2005年
4	Qiao Li-yan Ma Yun-tong Peng Xi-yuan Department of Automatic Test and Measurement,Harbin Institute of Technology Harbin,Xidazhijie ST 92,P.R.China.;GA-SVM Wrapper for Feature Selection[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 9)[C];2005年
5	郭锋;刘丽丽;吕凝;;基于LLE和SVM的人像识别方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年
6	王伟;郑东良;;支持向量机的分类机理研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
7	邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年
8	乔立岩;彭喜元;彭宇;;基于支持向量机的键盘密码输入异常检测方法研究[A];2004全国测控、计量与仪器仪表学术年会论文集（上册）[C];2004年
9	荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
10	王薇;李晓辉;;CDMA系统中基于SVM的多用户检测算法[A];第十九届电工理论学术年会论文集[C];2007年

中国博士学位论文全文数据库

前10条

1	叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年
2	马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
3	夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
4	王崇文;自动指纹识别方法研究[D];重庆大学;2002年
5	张燕平;基于商空间的构造性数据挖掘方法及应用[D];安徽大学;2003年
6	范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
7	刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年
8	吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
9	韩军伟;基于内容的图象检索技术研究[D];西北工业大学;2003年
10	张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年

中国硕士学位论文全文数据库

前10条

1	屈炳云;移动通信中的多用户检测算法[D];西安电子科技大学;2001年
2	李华;SVM中多项式核函数的修改及Exon-Intron特征序列的研究[D];北京工业大学;2001年
3	郑捷;SVM几何修正法及其在DNA序列处理中的应用[D];北京工业大学;2001年
4	周东树;支撑向量回归机（SVRM）的微分几何方法[D];北京工业大学;2001年
5	忻栋;支持向量机算法的研究及在说话人识别上的应用[D];浙江大学;2002年
6	张惠康;骨肿瘤辅助诊断专家系统的研究[D];第四军医大学;2002年
7	冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002年
8	姬水旺;强噪声和类间重叠数据下支持向量机学习的研究[D];武汉科技大学;2002年
9	董西国;支持向量机在数据挖掘中的应用[D];哈尔滨工程大学;2002年
10	刘骏伟;视频对象检测及其在视频语义内容分析中的应用[D];浙江大学;2003年

	【相似文献】
	【相似文献】

中国期刊全文数据库

前10条

1	梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
2	吕琦;;基于SVM的股票时间序列的预测研究[J];吉林工程技术师范学院学报;2011年07期
3	王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
4	贾志先;;基于支持向量机的空白试卷识别方法[J];山西大学学报(自然科学版);2011年03期
5	赵亚楠;李钢虎;曾渊;;基于最小均方无失真响应和支持向量机的被动声纳目标识别[J];声学技术;2011年03期
6	郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
7	李国凤;;基于支持向量机的上市公司财务危机预警研究[J];科技信息;2011年22期
8	樊高峰;张勇;柳苗;毛燕军;;基于支持向量机的干旱预测研究[J];中国农业气象;2011年03期
9	王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
10	顾锦荣;刘华强;刘向陪;吕庆平;;基于遗传算法-支持向量机模型在热带气旋强度预报中的应用[J];海洋预报;2011年03期

中国重要会议论文全文数据库

前10条

1	Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年
2	林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3	蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4	黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
5	谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6	涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7	杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8	师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年
9	张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10	许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年

中国重要报纸全文数据库

前10条

1	历山;张景中：半个世纪的数学情缘[N];大众科技报;2006年
2	;回眸前沿岁月共话创新摇篮[N];科技日报;2004年
3	GKG供稿;国产全自动印刷机性价比优势明显[N];中国电子报;2007年
4	课题主持人李心丹　课题协调人上海证券交易所施东晖傅浩课题研究员宋素荣查晓磊宾红辉张许宏郭静静黄隽南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
5	特约作者江水滔滔;把实验室搬到电脑中[N];电脑报;2002年
6	李水根;计算机详解配伍与药效关系[N];健康报;2005年
7	清华大学苏光大;非接触式人脸识别技术[N];计算机世界;2006年
8	本报特约撰稿黄寰;数学的美是一种和谐美[N];四川科技报;2007年
9	YMG记者李仁　通讯员曲华明孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
10	本报实习生熊瑛;创造数字化奇迹[N];科技日报;2000年

中国博士学位论文全文数据库

前10条

1	杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2	刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3	栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4	孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年
5	常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6	朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7	田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8	燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9	任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10	杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学（河北）;2007年

中国硕士学位论文全文数据库

前10条

1	刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2	杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3	童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4	聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5	鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6	韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7	冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8	朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9	王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10	张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	微信支付支付宝银行卡	知网卡神州行卡更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62791813 010-62985026	常见问题在线咨询阅读器下载	充值中心知网卡新手指南