核機(jī)器學(xué)習(xí)方法若干問題研究.pdf

1、論文主要對(duì)機(jī)器學(xué)習(xí)問題、核機(jī)器方法、小波核機(jī)器、模糊小波核機(jī)器等內(nèi)容進(jìn)行探討和分析，構(gòu)建了幾種核機(jī)器模型，理論分析和實(shí)驗(yàn)結(jié)果驗(yàn)證了它們的可行性和有效性。主要研究?jī)?nèi)容如下： 處理大規(guī)模樣本時(shí)，支持向量機(jī)難以滿足實(shí)時(shí)性要求，針對(duì)這一問題，提出了一種支持向量預(yù)提取方法：先用核感知機(jī)模塊提取準(zhǔn)支持向量，然后將所得結(jié)果輸入到支持向量機(jī)中進(jìn)行二次處理。核感知機(jī)采用的是簡(jiǎn)單的迭代結(jié)構(gòu)，即使在樣本規(guī)模較大時(shí)，花費(fèi)的時(shí)間也很少；此外，準(zhǔn)支持向量的

2、數(shù)目可以通過設(shè)定閾值進(jìn)行控制。在一定精度要求下，能從很大程度上提高數(shù)據(jù)的處理效率。由于核函數(shù)和誤分界的引入，在綜合使用支持向量機(jī)的基礎(chǔ)上，能處理線性可分、非線性可分、非線性不可分帶噪聲數(shù)據(jù)以及回歸等問題，理論分析和實(shí)驗(yàn)結(jié)果較好地驗(yàn)證了這一結(jié)論。 對(duì)非平穩(wěn)信號(hào)進(jìn)行處理時(shí)，信號(hào)細(xì)微特征的提取非常關(guān)鍵。論文嘗試將小波技術(shù)、主分量分析及核方法相結(jié)合，用于處理這類信號(hào)。對(duì)采用小波基構(gòu)建核函數(shù)的可行性進(jìn)行了探討，證明了它滿足Mercy條件及

3、其在Hilbert空間具有再生性的命題，以此為基礎(chǔ)，結(jié)合主分量分析，探討了小波核機(jī)器的構(gòu)建方法，構(gòu)造出一種核機(jī)器模型，并作了實(shí)例仿真。實(shí)驗(yàn)結(jié)果表明，復(fù)Gaussian小波核和復(fù)Morlet小波核的性能大致相當(dāng)，它們都優(yōu)于常規(guī)的高斯核和多項(xiàng)式核，初步展示出該方法的可行性和優(yōu)越性。 對(duì)模糊邏輯和小波技術(shù)的相關(guān)理論進(jìn)行探討和分析，構(gòu)建了一種模糊小波容許核函數(shù)，并與支持向量機(jī)結(jié)合，構(gòu)造出一種核機(jī)器模型，對(duì)該模型的一致逼近性作了證明。在此

4、基礎(chǔ)上，提出了一種模糊小波支持向量核機(jī)器方法FW-SVKM，對(duì)參數(shù)的選擇與預(yù)測(cè)結(jié)果的內(nèi)在關(guān)系作了較為詳細(xì)的分析，與三層神經(jīng)網(wǎng)絡(luò)ANN進(jìn)行短期峰值負(fù)荷預(yù)測(cè)的對(duì)比實(shí)驗(yàn)，結(jié)果表明FW-SVKM優(yōu)于ANN，具有較大的實(shí)用價(jià)值和較好的應(yīng)用前景。 針對(duì)學(xué)習(xí)機(jī)器在參數(shù)較多時(shí)，優(yōu)化時(shí)間過長(zhǎng)、效率過低，不利于工程應(yīng)用的問題，提出了一種多參數(shù)同步優(yōu)化策略。實(shí)驗(yàn)結(jié)果表明，該方法在實(shí)際應(yīng)用中是行之有效的，能大幅減少多參數(shù)模型的優(yōu)化時(shí)間，增強(qiáng)核機(jī)器方法的

5、實(shí)用性和有效性。 隨著國(guó)民經(jīng)濟(jì)水平的提高，城市交通擁堵問題亟待解決。文中分析了城市交通流量的特征，嘗試采用常規(guī)核、復(fù)合核和模糊小波方法進(jìn)行交通流量實(shí)時(shí)預(yù)測(cè)，取得了較好的效果。采用對(duì)比實(shí)驗(yàn)的方式綜合比較了幾種核的性能，為交通實(shí)時(shí)控制與誘導(dǎo)提供了新的參考。文中還涉及核機(jī)器方法的另一個(gè)應(yīng)用實(shí)例：采用復(fù)合核函數(shù)方法和支持向量預(yù)提取技術(shù)處理衛(wèi)星遙感數(shù)據(jù)，用于反演葉綠素濃度。與神經(jīng)網(wǎng)絡(luò)和SeaBAM的12種經(jīng)驗(yàn)算法相比，核機(jī)器方法的反演精度