数据挖掘中SVM、SVR方法的参数分析，及在DNA序列分析中的运用.pdfVIP

摘 要 摘要 本研究小组早期提出了对支持向量机(sVM)的多项式核函数及支持向量回归机 析，确定了参数的取值范围及参数之间的关系．旨在通过对参数的准确选取，使得核函 数的体积元在支持向量附近改变，从而达到修改的目的，提高svM及svR的精度， 并且减少支持向量(sy)的数目使数据压缩． 依据参数理论分析的结果，对两种核函数都进行了相应的数值实验．对svM采 用了拟南芥全序列数据，对序列中的编码区序列和非编码区序列进行了研究．对序列 中的所有窗口序列都给出相对差a，根据a分别得到编码区序列和非编码区序列的特 征序列。在此基础上给出了DNA序列的特征向量表示，并用修改前后的sVM分类器 进行分类。实验结果表明，当参数满足给定条件，修改后sVM的分类结果有很大的改 进。对svR作了人工数据和自然数据的函数逼近实验，同样取得了很好的结果，特别 是自然数据的结果中误差和sy的数目大大减少． 区序列；特征序列． 摘要 Abstract Our have