类中心支持向量回归机的分析与应用-运筹学与控制论专业论文.docxVIP

北京科技大学硕士学位论文摘 北京科技大学硕士学位论文 摘 要 支持向量机(SⅥ田是基于统计学习理论基础上发展起来的一种新的机器学习方法， 它将机器学习问题转化为最优化问题，并应用最优化理论构造算法来解决实际问题，近 年来被成功应用在模式识别、数据挖掘等各个领域。 鉴于SVM坚实的理论基础和它在很多领域表现出的良好推广性能，目前已成为国 内外研究的热点，主要集中在对它本身性质的研究及其应用两个方面。 本文的工作如下： 1．在现实世界中数据集常常受到噪声和野值的影响，本文采用类中心支持向量机 (CSVM)的思想，利用类中心建构分划超平面，提出了一种新的支持向量回归机—_类中 心支持向量回归机(CSVR)。数值试验表明，针对受到噪声和野值干扰的数据集， CSVR可以有效地减少噪声的干扰，预测性能优于标准支持向量回归机(SⅥt)。 2．金融时间序列本质上具有噪声性，动态性和随机性等特点，本文在CsvR的基 础上，提出了加权类中心支持向量回归机tW-CSVR)。数值试验表明，此时W-CSVR的 预测性能优于Cs、哏。 3．经济增长率预测问题属于金融时间序列预测问题，本文选取与中国经济增长率 相关的13个变量，使用因子分析法将变量综合为三个不相关的因子；由于支持向量机 的诸多优点，本文使用W．CSVR对中国经济增长率进行预测，结果显示了较好的预测 效果。 关键词：支持向量机，支持向量回归机，经济增长率 ．1一 北京科技大学硕士学位论文．The 北京科技大学硕士学位论文 ．The Research and Appfication of the Center Support Vector Machine for Regression In recent years,Support Vector Machines(SVMs)have become increasingly popular techniques in machine leaming．Based on the statistical learning theory and optimization theory, SVMs have been successfully applied to many fields，such as pattem recognition,data mining andetc． For the stable theory foundation of SVM and well performance in many fields，at present, there are many researches about SVM，in which mostly focus On the characters itself and its application． The mainly work of this paper arc as follows： 1．In this paper,We present a method named Center Support Vector Machine for the Regression(CSVR)which try to make the algorithm less sensitive to noisy training set by using the class Center to build the classification hyper-plane．The experiments show that CSVR is better than SVR for noisy training set． 2．Financial tillle series are inherently noise，non-stationary and deterministically chaotic, SO We improve the CSVR,and present Weighted Center Support Vector Machine for the Regression(w-CSVR)．The experiments show that W-CSVR is better than CSVR for the financial time series． 3．In this paper,We choose 13 numbers of variables interrelated the rate of economy rise of China．We apply the W-CSVR to forecast the rate of economy rise of Ch．ma，and the results show we