神经网络设计课件_ch12_支持向量机(svm)网络.docVIP

12+ – 方法二（续）： 支持向量机 Q (? 对 ? i 求导并令导数为零，得到下列联立方程组： ? 支持向量机设计举例 — XOR问题（续） 9?1 ? ? 2 ? ? 3 ? ? 4 ? 1 ??1 ? 9? 2 ? ? 3 ? ? 4 ? 1 ??1 ? ? 2 ? 9? 3 ? ? 4 ? 1 ?1 ? ? 2 ? ? 3 ? 9? 4 ? 1 1 ? ? ? 2 ? ?3 ? ? 4 ? 解得极值点： 1 8 。由于4个样本都是支持向 量，隐层应有4个节点，各节点的输出为： ?i ? K ( X i , X ? (1 ? X iT X 2 ，i ? 1, 2,3, 4 y 4 * （2）计算最优权值和偏置值： w ? ? ? (?1,1,1, ?1 ?*y y ? i ?1 i i i 1 其中 w* ? (?[ K ( X 1 , X j ]4?1 ? [ K ( X 2 , X j ]4?1 ? 8 [ K ( X 3 , X j ]4?1 ? [ K ( X 4 , X j ]4?1 2 b ?0 * 12+ – 方法二（续）： 支持向量机 4 ? 支持向量机设计举例 — XOR问题（续） （3）支持向量机的最优分界面为： ? ? i* yi K ( xi , x ? b* ? 0 i ?1 即: 1 (? K ( X1 , X ? K ( X 2 , X ? K ( X 3 , X ? K ( X 4 , X ? 0 8 将 b ? 0 和下式( i ? 1, 2,3, 4代入上式 * 2 2 2 2 K ( X i , X ? 1 ? x1 xi1 ? 2 x1x2 xi1xi 2 ? x2 xi 2 ? 2x1xi1 ? 2x2 xi 2 整理后有: ?? i ?1 4 * i yi K ( xi , x ? b* ? ? x1 x2 ? 0 2 12+ 思考题 从结构、学习、功能和性能等方面，对含单隐层MLP网络、 RBF网络和SVM网络进行详细比较，并结合自己的研究领域 讨论它们的应用前景。 2