支持向量机法研究及在高炉煤气识别中的应用.pdfVIP

摘 要 Vector 支持向麓规(SupportMachines，简称SVMs)赔模式识副领域瞧新方法，怒基于统计 学习理论的，是主要月=I予解决分类问题和回归问题的新工具，它已经在很多领域有了广泛的应用 如：人脸识别，心脏瘸诊断，经济预测等．本文就支持向擞机的算法模型殿其应用展开讨论． 本文鲍主要研究工手#絮下： 1．核函数中的参数选择照支持向量机中的一。个很重要构问题，它直接影响模型的推广能力．通过 最速下降法求L00上界的极小点来确定核参数是一种新的核参数选择方法．但此方法易陷入局部 最优解一本文提出一季申勰于混合避倦算法求解L00上莽极小点的核参数选铎方法。实验证明。通 过该方法选择出来韵棱参数能够提高分类精度，具有实鲻性。 2．针对争分类问题提出了两种新的支持向最机多分类模型(K—LSVCR$Ⅱ／z—K—LSVCR) 3-曾次将支持向量辊方法晓用弱高炉煤气豹模式识到穗鳆，针对十字测滠投得到的数据并结台专 家所给的意见。我们采取了先将数据聚类在进行分类的荣略，通过数值实验，我们得到了较好的 结果，在切实解决实际问题的同时，进一步拓广了支持向摄机的应用领域， 关键词 支持向量机． 多分类支持向最机， 核函数，L00界，混合遗传算法， 模拟退 火算法