改进的近似支持向量机在葡萄酒质量鉴定中的应用.pdfVIP

安徽农业科学 ，JournalofAnhuiA ．Sei．2010，38(29)：16105—16106 责任编辑 常俊香 责任校对 况玲玲 改进 的近似支持 向量机在葡萄酒质量鉴定 中的应用 徐海涛 (聊城大学，山东聊城252059) 摘要 在介绍标准支持 向量机 (SVM)的基础上，引出近似支持 向量机 (PSVM)方法的基本原理，并提出一个改进其分类精度 的新算法 (PSVM一2)。针对葡萄酒质量鉴定这一实际问题，比较了SVM与PSVM及PSVM-2的表现能力，分析了3种算法的复杂l陛及其分类性能。 关键词 支持向量杌；PSVM；葡萄酒；质量鉴定 中图分类号 TS201 文献标识码 A 文章编号 0517—661l(2010)29—16105—02 PSVM-2MethodandItsApplicationonIdentificationofWineQuality XUHai·tao (LiaochengUniversity，Liaocheng，Shandong252059) Abstract Basedonintroducingstandardsuppo~vectormachine(SVM)，thebasicrationaleofproximalsuppo~vectormachine(PSVM)meth— odwasledoutandanewalgorithm(PSVM-2)wasproposedtoimproveitsclassificationprecision．Forthepracticalproblemofqualityassess— mentofgrapewine，theperformanceabilitiesofSVM ，PSVM andPSVM-2werecomparedandtheircomplexitiesandclassificationperformances wereanalyzed． Keywords Suppo~vectormachine；PSVM；Grapewine；Qualityassessment 支持向量机 (SVM)由Vapnik-l 等创立 ，是以统计学习 y(W,Xi 6) ≥l， ( S． ． ．． I1)J 理论为基础的机器学习方法，近年来已在许多领域得到成功 ／ 0，i=1… ．，f 应用。SVM分类器 的分类效果很好，是最好的分类器之一。 求得最优解 ，b和 ；构造分类超平面W ，+ 标准的支持向量机在使用时具有较高的精度 ，然而对样本个数 b =0，由此求得决策函数。 较多的数据进行分类时，由于其时间复杂度高的显著缺陷，分 针对上述问题 ，构造 z行 列矩阵A=( ．．， )表 类性能大大下降。近似支持 向量机 (psvm)是 由Fung 和 示输入集 ，m行 n／列对角矩阵D，其 中D =Y，将上述问题 Mangasarian 提出的一种支持向量机 ，通过对标准的支持向 (1)写成向量形式 ，并进行调整 ，即得近似支持向量机 (Ps— 量机进行参数和约束调整，将原问题转化为求一个无约束严 VM)： 格凸二次规划，由最优性条件知其最优解在 目标函数梯度为 0处取得，且最优解唯一。近似支持向量机算法简洁明了，并 号 。+寺 61I ‘(2) 且由于使用了对分类算法中数据样本点个数与维数进行置 S．t． D(Aw+e6)+ =e 换的技巧，使其在处理样本点个数远远大于其特征维数 的分 可以看出，由于(2)式的约束条件改成了等式约束 ，2个 类问题时具有非常明显的优势。 超平面W，