支持向量機(jī)在人體健康狀態(tài)預(yù)測(cè)中的研究與應(yīng)用.pdf

1、機(jī)器學(xué)習(xí)是人工智能的核心內(nèi)容之一，機(jī)器學(xué)習(xí)利用訓(xùn)練數(shù)據(jù)發(fā)現(xiàn)隱含模式或者機(jī)制，機(jī)器學(xué)習(xí)應(yīng)用在分類(lèi)問(wèn)題上可以利用發(fā)現(xiàn)的模式或者機(jī)制對(duì)未知數(shù)據(jù)進(jìn)行分類(lèi)。隨著人工智能領(lǐng)域的發(fā)展，機(jī)器學(xué)習(xí)方法已經(jīng)被廣泛的應(yīng)用到各領(lǐng)域的預(yù)測(cè)建模中，形成了系統(tǒng)的分析方法和眾多的學(xué)習(xí)機(jī)模型。支持向量機(jī)(SVM)模型由于其具有非常好的模型稀疏性和堅(jiān)實(shí)的理論基礎(chǔ)，使其在各個(gè)領(lǐng)域中的應(yīng)用得到了人們的廣泛認(rèn)可。
　　SVM學(xué)習(xí)的關(guān)鍵在于距離度量模型的選擇，該模型決定了樣

2、本數(shù)據(jù)映射到的高維特征空間。在實(shí)際問(wèn)題中核函數(shù)作為度量模型（例如高斯核函數(shù)等）在SVM中度量?jī)蓚€(gè)實(shí)例之間的距離。但是，在選定高斯核函數(shù)作為度量方法來(lái)進(jìn)行SVM學(xué)習(xí)后，確定核函數(shù)的參數(shù)σ（高斯徑向基函數(shù)的寬度）將成為一個(gè)關(guān)鍵問(wèn)題，σ對(duì)分類(lèi)器的性能影響很大。確定高斯核參數(shù)σ比較典型的方法有梯度下降法與交叉驗(yàn)證法等。一個(gè)共性的問(wèn)題是這些優(yōu)化方法的計(jì)算量復(fù)雜度較高，當(dāng)樣本達(dá)到一定規(guī)模時(shí)無(wú)法應(yīng)用。
　　梯度下降法與交叉驗(yàn)證法等都是關(guān)注于分析

3、核函數(shù)與訓(xùn)練誤差之間的數(shù)學(xué)關(guān)系，這些方法將訓(xùn)練誤差最小化作為參數(shù)選擇的優(yōu)化指標(biāo)。在本文中我們將提出一種新穎的方法，即從核函數(shù)的性質(zhì)出發(fā)來(lái)選擇適當(dāng)?shù)膬?yōu)化指標(biāo)，用來(lái)指導(dǎo)核函數(shù)參數(shù)的確定。核函數(shù)的性質(zhì)是把低維空間的線性不可分?jǐn)?shù)據(jù)映射到高維空間中，使之在高維空間上線性可分。核函數(shù)隱式的定義了一種非線性映射函數(shù)φ(x），我們希望樣本通過(guò)φ(x）映射到高維特征空間中能夠具有更好的可分性。這種可分性表現(xiàn)為同一類(lèi)別的樣本實(shí)例之間的相似度較高，不同類(lèi)別的

4、樣本實(shí)例之間的相似度較低。我們從幾何距離上來(lái)衡量樣本實(shí)例間的相似度:我們希望同一類(lèi)別的樣本實(shí)例之間的幾何距離盡可能小，不同類(lèi)別的樣本實(shí)例之間的幾何距離盡可能大。根據(jù)這一原則，我們定義了目標(biāo)函數(shù)，從而把參數(shù)σ的選擇問(wèn)題轉(zhuǎn)化為目標(biāo)函數(shù)的優(yōu)化問(wèn)題。我們利用高斯函數(shù)的麥克勞林展開(kāi)式使得目標(biāo)函數(shù)轉(zhuǎn)化為二次函數(shù)，從而簡(jiǎn)單地實(shí)現(xiàn)了對(duì)σ的求解。
　　實(shí)驗(yàn)仿真結(jié)果表明:在分類(lèi)正確率上，本文提出的方法和交叉驗(yàn)證法相差不大;在訓(xùn)練時(shí)間上，本文的方法要比

5、交叉驗(yàn)證法小很多。在保證分類(lèi)正確率的基礎(chǔ)上，本文的方法可以有效地降低高斯核SVM在參數(shù)選擇上的時(shí)耗，而且本文的方法只需要常數(shù)級(jí)的空間開(kāi)銷(xiāo)。
　　基于本文提出的參數(shù)選擇和高斯核SVM的分類(lèi)方法，我們根據(jù)人體經(jīng)絡(luò)值對(duì)人體健康狀態(tài)進(jìn)行預(yù)測(cè)建模。最終模型的AUC(the area under the curve)值達(dá)到了0.9416。綜合實(shí)驗(yàn)結(jié)果，預(yù)測(cè)模型展示了較好的預(yù)測(cè)效果，可以根據(jù)人體經(jīng)絡(luò)能量值來(lái)對(duì)人體健康狀態(tài)進(jìn)行預(yù)測(cè)。限于人體生理經(jīng)