文档介绍：vector machine Author’S signature Supervlsor 7Ssignature Thesis reviewer Thesis reviewer 2: Thesis reviewer 3: Thesis reviewer 4: Thesis reviewer 5: Chair: Wei mitteeman 2: Committeeman 3: Committeeman 4. Committeeman 5: Date oforaldefence: 2012/6/4 浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得逝江太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:’王雄升父签字日期:w I≯年6月【r日学位论文版权使用授权书本学位论文作者完全了解浙江太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙堑太堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书) 学位论文作者签名:王潍搬导师签名: 学位论文作者签名: 牟渗.:肥导师签名: —p’‘?、签字日期:硼I乙年6月【多日签字日期:沙。声占月f j/日致谢值此论文完成之际,首先向导师赵光宙教授致以我最诚挚的敬意!本论文是在导师的悉心指导下完成的。赵老师渊博的知识、严谨的治学态度、精益求精的学者风范、积极的人生态度与博大的胸怀,使我获益终身,将激励着我不断努力学****和前进。赵老师不仅为我们创造了自由宽松、富有活力的科研氛围, 培养了我独立科研的能力,更注重学生人格品质的熏陶,是我们生活上的良师益友。在赵老师的课题组里我全面提高了自己的综合素质。非常感谢齐冬莲老师。齐老师缜密的思维,富有逻辑的推理,对科研的热诚和谦虚谨慎的态度,将使我终生受益。感谢齐老师对博士论文提出的宝贵建议和意见。非常感谢厉小润老师。感谢厉老师在我博士期间给予科研上的支持和生活上的帮助、建议和鼓励。感谢顾弘、张建良、卢达、王乔、张虎虎、李楠、裘君、杨捷、李冉、李鉴鑫、孙贺、高***、朱汉未、张国月、钟皖生、何海明、俞利敏、左萍平、王晶、杨平、肖雄斌、谢冬、李敬贤、虞彪、伍小明、于淼等实验室的各位师兄、师姐、师弟和师妹们,我们友爱互助、轻松和谐、共同进步,在这里使我愉快地渡过了研究生生涯。感谢所有给予我帮助的师长、同学和朋友。我要将我最深沉的谢意奉献给养育我的父母,是爸爸妈妈无私的爱,默默的付出给我提供了最有力的精神支柱,为我解除一切后顾之忧,从而能够安心学****全力以赴圆满地完成了学业。感谢我的老婆孔哲对我默默的支持和鼓励。本论文得到了国家自然科学基金(批准号:60872070)和浙江省科技计划项目的资助(批准号:2010C33044)。王洪波 (Support VectorMachine,SVM)是在统计学****理论基础上发展起来的新型机器学****算法。SVM采用结构风险最小化原则,同时最小化经验风险和置信范围,具有拟合精度高、选择参数少、推广能力强和全局最优等优势。 SVM为解决小样本、高维数及非线性等问题提供了有效工具,己成为机器学****领域中研究热点之一并得到了广泛应用。 SVM是针对二分类问题提出的,需要两种类别的样本作为训练样本。在实际应用中,有些领域几乎无法获取两类的样本或者代价极高,如敌我识别、攻击样本、卫星故障等,只能获取一个类别的样本,故只能利用这一类样本进行学****形成数据描述从而实现分类,故出现了单分类算法。支持向量数据描述(Support Vector DataDescription,SVDD)和一类支持向量机( vector machine,OCSVM)是SVM算法扩展成的单分类算法。在相同的高斯核函数作用下,两种算法完全等价,合称之为单分类支持向量机(1-SVM)。“工欲善其事,必先利其器”。要使1-SVM能更好地应用于实际工程问题,首先需要解决1-SVM的训练或学****问题,其过程实际上是求解一个二次规划(OP)问题。本文以提高I-SVM的学****能力为目标,分别对1-SVM的粒子群优化学****快速学****以及增量学****三个方面进行了研究,并提出了相应的解决方案,主要工作如下: 提出将粒子群优化算法(PSO)的一种扩展算法——线性粒子群优化算法(LPSO)应用到1-SVM的学****上。为了解决粒子飞行到群体最