文档介绍：分类号: 密级:
U D C: 编号:

学位论文

Boosting 集成支持向量机的研究

任江波

指导教师姓名:武优西教授河北工业大学
申请学位级别:硕士学科、专业名称:控制科学与工程
论文提交日期:2012 年 11 月论文答辩日期: 2012 年 12 月
学位授予单位:河北工业大学

答辩委员会主席:
评阅人:

2012 年 11 月
Dissertation Submitted to
HeBei University of Technology
for
The Master Degree of
Control Science and Engineering

BOOSTING ENSEMBLE SUPPORT VECTOR MACHINE

By
Ren Jiangbo

Supervisor: Prof. Wu Youxi

November 2012
原创性声明

本人郑重声明:所呈交的学位论文,是本人在导师指导下,进行研究工作所取得
的成果。除文中已经注明引用的内容外,本学位论文的研究成果不包含任何他人创作
的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡
献的其他个人和集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责
任由本人承担。

学位论文作者签名: 日期:

关于学位论文版权使用授权的说明

本人完全了解河北工业大学关于收集、保存、使用学位论文的规定。同意如下各项内
容:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和
电子版,并采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供目录检索
以及提供本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有关部门或者
机构送交论文的复印件和电子版;在不以赢利为目的的前提下,学校可以适当复制论文的
部分或全部内容用于学术活动。
(保密的学位论文在解密后适用本授权说明)

学位论文作者签名: 日期:

导师签名: 日期:
河北工业大学硕士学位论文
Boosting 集成支持向量机的研究

摘要

机器学****是人工智能的一个重要组成部分,是人工智能中重点研究的核心领域。集
成学****作为一种新的机器学****方法,由于其能够很好地提高学****系统的泛化能力,因此,
成为机器学****领域内一个重要的研究方向。Boosting 算法作为集成学****方法中一个典型代
表,已经被应用到机器学****的各个领域。支持向量机是 Vapnik 于 1995 年首先提出的,由
于其对一些非线性、小样本和高维模式下的问题具有很好的学****效果,因此,支持向量机
得到了很快的发展并且应用到很多实际的方面,如文本分类、手写识别、人脸识别和函数
拟合等。随着 Boosting 算法和支持向量机的广泛应用,算法性能的提高越来越受到研究
学者的重视。
本文的主要研究工作是:首先对数据进行预处理,进行归一化处理,然后采用粒子群
优化算法对支持向量机的参数进行优化,采用支持向量机对数据进行分类或回归的实验,
为了提高分类或回归的精度,本文提出了 Boosting 集成支持向量机(Boosting-SVM)的算
法,让支持向量机做 Boosting 算法中的弱学****机,然后对学****机进行有权重的投票方式
进行集合学****从而获得了更好的分类和回归效果,得到更高的精度。采用 SVM 算法和
Boosting-SVM 算法在多个 UCI 数据集上进行分类和回归对比试验,实验结果表明,
Boosting-SVM 比单个支持向量机的方法具有更高的分类和回归精度。
本文将 Boosting-SVM 方法应用到对胎儿体重的预测。近年来,随着生活水平的普遍
提高,胎儿的平均体重也在逐渐增加,导致了对胎儿体重的估计也越来越困难。由于没有
能够预测到胎儿过大而选择自然分娩的方式所导致的难产也越来越多,因此,如何能够在
产前对胎儿的体重做出准确的估计,便成为迫切需要解决的问题。通过本文提出的
Boosting-SVM 算法能够提高对胎儿体重的准确预测,能够很好解决胎儿体重的问题,从
而验证了 Boosting-SVM 的有效性和实用性。

关键词:支持向量机(SVM), 集成学****Boosting 算法, Boosting-SVM 算法