支持向量机核函数的选取方法的研究.pdfVIP

摘 要 内容摘要：支持向量机在解决线性不可分样本的分类问题时引入核函 数技术，从而把非线性问题转化为线性问题来解决，降低了算法的 复杂度．虽然目前关于核函数的研究在理论和应用两方面均取得了一 定的成果，但还未深入到足以指导核函数的选取． 本文的主要研究工作有： 1．研究了混合核函数的性质，与单一的普通核函数相比，分析了 混合核函数的优势． 2．为了确定由哪些类型的普通核函数来构造混合核函数，。本文 重点分析了五种常用核函数的性质特点，得到j5cBF核函数、多项式 核函数和傅立叶核函数各自都有突出的优点且彼此间有很强的互补 性，由此我们以这三种核函数来构造适用于更广泛问题的混合核函 数． 3．对于核参数的确定，本文另辟蹊径，采用董玉林提出的平衡约 束优化(MPEC)模型来优化选取核参数． 4．综合利用本文的研究成果，建立若干选取规则，分别解决了核 函数的类型及核参数选取的问题，提出了不同于传统意义的核函数 Selection 的选取方法RSM(ReasonableMethod)方法． 5．进行实验研究，并把实验结果与传统方法相比较，实验结果表 明，本文给出的R