未確知支持向量機及其應(yīng)用.pdf

1、支持向量機是在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的新一代機器學(xué)習(xí)算法,它基于結(jié)構(gòu)風(fēng)險最小化原則取得實際風(fēng)險,有效地提高了算法泛化能力,具有適應(yīng)性強、推廣能力強、解的稀疏性等優(yōu)點,從而被廣泛應(yīng)用于文本分類、手寫識別、圖像分類、生物信息等領(lǐng)域.目前,雖然支持向量機已經(jīng)取得了飛速的發(fā)展,但是作為一種尚未成熟的新技術(shù),仍存在著種種局限.如果支持向量機的訓(xùn)練樣本中含有不同于隨機信息和模糊信息的另一種不確定性信息,即未確知信息,那么傳統(tǒng)支持向量機的性能將

2、變得非常微弱甚至無能為力.
　　 因此,本文提出一種針對訓(xùn)練樣本集中含有未確知信息這一情況的算法——未確知支持向量機.首先,對支持向量機的基礎(chǔ)理論和構(gòu)造原理進行分析和研究.其次,介紹未確知數(shù)、未確知事件的可信度以及未確知機會約束規(guī)劃及其解法.接著,構(gòu)建線性和非線性未確知支持向量機.利用未確知理論,給出一種特殊的處理未確知信息的方法,從而將未確知分類問題轉(zhuǎn)化成已經(jīng)解決并可以求解的未確知機會約束規(guī)劃形式,然后進行求解,并就這兩種模型