支持向量機中核函數(shù)的選取方法的研究.pdf

1、支持向量機在解決線性不可分樣本的分類問題時引入核函數(shù)技術，從而把非線性問題轉化為線性問題來解決，降低了算法的復雜度．雖然目前關于核函數(shù)的研究在理論和應用兩方面均取得了一定的成果，但還未深入到足以指導核函數(shù)的選?。?本文的主要研究工作有： 1．研究了混合核函數(shù)的性質，與單一的普通核函數(shù)相比，分析了混合核函數(shù)的優(yōu)勢． 2．為了確定由哪些類型的普通核函數(shù)來構造混合核函數(shù)，本文重點分析了五種常用核函數(shù)的性質特點，得到RB

2、F核函數(shù)、多項式核函數(shù)和傅立葉核函數(shù)各自都有突出的優(yōu)點且彼此間有很強的互補性，由此我們以這三種核函數(shù)來構造適用于更廣泛問題的混合核函數(shù)． 3．對于核參數(shù)的確定，本文另辟蹊徑，采用董玉林提出的平衡約束優(yōu)化(MPEC)模型來優(yōu)化選取核參數(shù)． 4．綜合利用本文的研究成果，建立若干選取規(guī)則，分別解決了核函數(shù)的類型及核參數(shù)選取的問題，提出了不同于傳統(tǒng)意義的核函數(shù)的選取方法--RSM(Reasonable Selection Met