文档介绍：硕士学位论文大规模盗匪惴ǖ难芯南京航空航天大学研究生院信息科学与技术学院研究生姓名学科、专业研究方向指导教师刘闪电计算机软件与理论机器学****与知识工程王建东教授二狾年三月中图分类号:学科分类号:论文编号:
,
≮竐.▲.~【,■
一巴
作者签名:丝耆垒,期:丝塑:墨承诺书分内容编入有关数据库进行检索,可以采用影印、缩印或扫描本人声明所呈交的硕士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已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽境信凳
一’:。
摘要南京航空航天大学硕士学位论文对于高维数据,通过核方法将输入样本映射到更高维的空间通常不会明显改善决策函数的分类精度,而线性支持向量机芄惶峁┖芎玫姆夯芰ΑJ褂孟咝院耸比ㄏ蛄康拿恳晃以根据系数以及训练样本直接计算。当构成权向量的支持向量较多时这可以显著减少权向量和训练样本点积的计算代价。本文基于最小闭包球的算法求解囊恢直湫挝侍狻L岢龅姆椒保存权向量及其每个分量公共因子,并且每次迭代只更新其中很少的部分,算法的复杂度为琩为输入样本的平均非零属性数目,呛思笮 J笛楸砻鞔朔椒ㄔ谝恍┦菁上的训练速率高于当前流行的线性蠼馄鳎热缍耘甲晗陆捣以及基于割平面的对大规模非线性呕侍馓岢隽艘桓鲇行У牟⑿醒盗匪惴āL岢龅乃惴ò言侍夥纸成多个子问题在各个节点单独求解。每个节点在训练局部支持向量机时不需相互通信。合并过程采用简单的迭代过程处理各个子问题的解。在合并过程中需要计算来自不同节点的权向量能直接算出每一维牡慊庑枰:芨叩募扑愦郏虼嗣扛鼋诘阍谘盗方崾笫褂锰婊徊呗对权向量进行归约。这使高效地训练大规模支持向量机成为可能。关键词:线性蠊婺J菁钚”瞻颍⑿校樵襀。出
,,甌瓻畂,畇甀痶瓹:,,,.瓸。,.Ⅱ
录目第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外的研究进展及现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..窍咝許训练算法的研究进展及现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.咝許训练算法的研究进展及现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的内容结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章支持向量机概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..统计学****理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.咝圆豢煞諷分类问题词剿鹗⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..咝圆豢煞諷分类问题嗡鹗⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..”瞻蛩惴ā关于精确算法和近似算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章权向量部分更新的线性蠼馄鳌问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..¨
参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.***⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴的整体性能⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...问谋浠运惴ǖ挠跋稳定性小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章并行盗贰问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..数据的划分和子问题的求解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.合并⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯近似权向量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯修正合并结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..下一步的工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.大规模支持向量机训练算法的研究●