分布式支持向量機(jī)算法研究.pdf

1、支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則上的一種新的數(shù)據(jù)挖掘技術(shù)，因?yàn)榫哂型陚涞睦碚摶A(chǔ)、直觀的幾何解釋和出色的學(xué)習(xí)性能，支持向量機(jī)己成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)，并在很多領(lǐng)域都得到了成功的應(yīng)用，如傳感器故障診斷、網(wǎng)絡(luò)設(shè)備狀態(tài)識(shí)別、入侵檢測(cè)、癌癥診斷等。在無線傳感器網(wǎng)絡(luò)中，支持向量機(jī)作為一種新的分類和檢測(cè)工具得到了越來越廣泛地應(yīng)用，近幾年，基于無線傳感器網(wǎng)絡(luò)的分布式支持向量機(jī)算法引起了廣泛關(guān)注。本文主要研究了分布式支持向量機(jī)算法，

2、同時(shí)，探討了支持向量機(jī)在信息基因提取中的應(yīng)用。論文共分為五個(gè)部分。
　　首先，介紹了支持向量機(jī)的基本模型與幾何描述，并對(duì)支持向量機(jī)算法研究及應(yīng)用進(jìn)行了闡述，從而引出本文研究的主要內(nèi)容。
　　第二章，介紹了分布式支持向量機(jī)模型及其求解算法。
　　第三章，針對(duì)無線傳感器網(wǎng)絡(luò)，提出了基于分簇的分布式支持向量機(jī)算法。首先，提出了一種新的基于權(quán)值的分簇算法，該算法綜合考慮了每個(gè)節(jié)點(diǎn)的最佳鄰居節(jié)點(diǎn)度數(shù)、傳輸功率和能量消耗。利用該分

3、簇算法將傳感器節(jié)點(diǎn)分簇，各個(gè)簇頭匯集簇成員的殼向量，與鄰居簇頭相互交流信息來訓(xùn)練分類器，最終得到全局最優(yōu)分類器。該算法中，簇頭不用將數(shù)據(jù)傳遞給基站，減少了能量損耗，而且簇頭之間交流的信息不是自身的數(shù)據(jù)，具有隱私保護(hù)的優(yōu)點(diǎn)。最后，進(jìn)行了數(shù)值實(shí)驗(yàn)，結(jié)果表明了該算法的可行性和有效性，且更適用于大規(guī)模的無線傳感器網(wǎng)絡(luò)。
　　第四章，針對(duì)基因表達(dá)譜數(shù)據(jù)維數(shù)高、樣本少的的特點(diǎn)，提出了一種新的信息基因提取算法。首先，利用巴氏距離與遞歸特征消除算