基于支持向量機(jī)的電纜故障識別.pdf

1、支持向量機(jī)是上世紀(jì)九十年代提出的一種基于小樣本的新的統(tǒng)計(jì)學(xué)習(xí)方法。支持向量機(jī)方法基于統(tǒng)計(jì)學(xué)習(xí)理論與結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理，具有良好的推廣性和較高的準(zhǔn)確率。它集成了最優(yōu)分類超平面、Mercer核、凸二次規(guī)劃等多項(xiàng)技術(shù)，能有效地解決“過學(xué)習(xí)”、“維數(shù)災(zāi)難”和局部極小點(diǎn)等問題。由于出色的學(xué)習(xí)性能，支持向量機(jī)已經(jīng)成為當(dāng)前機(jī)器學(xué)習(xí)界的研究熱點(diǎn)，并在很多領(lǐng)域得到廣泛的應(yīng)用，包括模式識別、回歸估計(jì)等方面。支持向量機(jī)方法最初是針對二類別的分類問題提出的，如

2、何將二類別分類方法擴(kuò)展到多類別分類是支持向量機(jī)研究的一個(gè)重要內(nèi)容。 本文從支持向量機(jī)的基本理論出發(fā)，針對分類問題著重討論了以下幾個(gè)方面的內(nèi)容：（1）對機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)理論以及支持向量機(jī)的發(fā)展和研究現(xiàn)狀進(jìn)行了介紹。（2）支持向量機(jī)二分類算法的研究，對目前存在的多種支持向量機(jī)模型進(jìn)行了研究分析，比較了它們的性能與應(yīng)用范圍。（3）支持向量機(jī)多類分類算法的研究，首先總結(jié)了目前存在的支持向量機(jī)的多類分類算法，包括一類對余類、一類對一類、

3、一次性求解方法、決策有向無環(huán)圖方法、決策二叉樹方法等幾種方法，比較了它們的優(yōu)缺點(diǎn)以及性能。同時(shí)本文在決策二叉樹基礎(chǔ)上，針對二叉樹結(jié)構(gòu)的生成問題，改進(jìn)了凸殼二叉樹多類分類方法，實(shí)驗(yàn)結(jié)果表明該方法的有效性。 本文通過以上工作，主要對確定支持向量機(jī)多類分類算法的結(jié)構(gòu)、發(fā)展新的支持向量機(jī)多類分類算法、多類樣本所有兩類間的可分性對比關(guān)系及其與核函數(shù)的聯(lián)系等幾個(gè)方面進(jìn)行了研究，并將凸殼二叉樹多類分類方法應(yīng)用于對電纜四種狀態(tài)的識別，取得了較好