收藏本站
《第十届中国科协年会信息化与社会发展学术讨论会分会场论文集》2008年
收藏 | 手机打开
二维码
手机客户端打开本文

序列最小优化及其改进算法

胡海清  
【摘要】:该文概要地介绍了支持向量机(SVM)的理论背景和应用,结合目前一些主要的SVM训练方法,重点阐述了其中最有代表性的序列最小优化(SMO)算法及其多种改进方案,并将SMO算法与SVM算法运用到二维数据,对训练时间做了比较。
【作者单位】:中国网络通信集团公司江门市分公司运行维护中心
【分类号】:TP18
【正文快照】:
1引言近年来,人们对SVM表现出浓厚的兴趣。经验表明,SVM在基因分析、手写体识别、人脸识别、说话人识别以及音素的分类等大量应用中普遍具有较好的性能。这完全是由于基于统计学习理论的SVM可用数学解析表达和具有相当实效性的特点。2支撑向量机(SVM)简介svM以统计学习理论

【参考文献】
中国期刊全文数据库 前2条
1 孙剑,郑南宁,张志华;一种训练支撑向量机的改进贯序最小优化算法[J];软件学报;2002年10期
2 李建民 ,张钹 ,林福宗;序贯最小优化的改进算法[J];软件学报;2003年05期
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
4 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
5 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
6 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
7 黄远顺;;矫直机的自动故障预报技术[J];安徽冶金;2012年01期
8 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期
9 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
10 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
5 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
6 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
7 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
8 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
10 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
5 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
7 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
8 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
9 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
10 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
5 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
6 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
7 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
8 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
9 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
10 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前2条
1 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
2 李建民 ,张钹 ,林福宗;序贯最小优化的改进算法[J];软件学报;2003年05期
【相似文献】
中国期刊全文数据库 前10条
1 谢宏;刘鹤立;魏江平;;基于线性规划的分类支持向量机[J];计算机辅助工程;2007年01期
2 张汝雷;王保民;苏欣平;傅钰;;支持向量机(SVM)在机械故障诊断中的应用研究[J];军事交通学院学报;2009年03期
3 姚程宽;;SVM在不平衡样本集中的应用研究[J];计算机与数字工程;2007年10期
4 范秋凤;陈彦涛;;支持向量机及其应用研究[J];科技信息;2009年29期
5 谢长菊;;支持向量机新模型及其参数特性研究[J];计算机仿真;2010年04期
6 李卓,刘斌,刘铁男,朱秀华,魏坤;支持向量机及其在油田生产中的应用[J];大庆石油学院学报;2005年03期
7 张国宣,孔锐,施泽生,郭立;一种新的基于聚类的SVM迭代算法[J];仪器仪表学报;2004年S1期
8 李毅;徐守时;;基于支持向量机的遥感图像舰船目标识别方法[J];计算机仿真;2006年06期
9 邓蕊;马永军;刘尧猛;;基于改进交叉验证算法的支持向量机多类识别[J];天津科技大学学报;2007年02期
10 王书舟;伞冶;;支持向量机的训练算法综述[J];智能系统学报;2008年06期
中国重要会议论文全文数据库 前10条
1 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
2 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
3 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
4 李升娟;杨宗尧;于飞;刘喜梅;;基于支持向量机的系统辨识及应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
5 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
6 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
7 陶卿;黄燕;刘欣;;基于边缘加权的模糊支持向量机体系[A];2005年中国智能自动化会议论文集[C];2005年
8 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
9 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
10 徐会敏;王玉兰;;线性规划支持向量机模型的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 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
3 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
4 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
5 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
6 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
7 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
8 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
9 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
10 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜晓东;基于支持向量机的数据挖掘方法[D];山东大学;2005年
2 蒋琳琼;基于支持向量机的货币识别研究[D];中南大学;2007年
3 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
4 马洁;基于支持向量机的股市预测问题研究[D];天津大学;2006年
5 杨显飞;基于边界向量预选的支持向量机算法研究[D];哈尔滨工程大学;2008年
6 李治伟;支持向量机及其在纹理分类中的应用[D];汕头大学;2008年
7 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
8 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
9 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
10 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026