雙閾值控制的字符串核SVM研究.pdf

1、支持向量機(jī)(SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論(SLT)的基礎(chǔ)上發(fā)展起來的一種機(jī)器學(xué)習(xí)方法。它建立在結(jié)構(gòu)風(fēng)險(xiǎn)最小原則(SRM)之上，能有效避免過學(xué)習(xí)、維數(shù)災(zāi)難、產(chǎn)生局部極小點(diǎn)等問題，在小樣本條件下仍具有良好的推廣能力。 本文旨在對(duì)序列最小優(yōu)化算法(SMO)進(jìn)行改進(jìn)，并構(gòu)造一個(gè)字符串核SVM。論文對(duì)SMO算法進(jìn)行詳細(xì)的分析，指出當(dāng)所有訓(xùn)練樣本都在邊界，閾值無法確定時(shí)，使用取上下界均值方法帶來的優(yōu)化效率下降問題。針對(duì)這個(gè)問題，本文提出使用雙閾

2、值控制的方法，將KKT條件進(jìn)行推導(dǎo)轉(zhuǎn)化形成新的優(yōu)化判斷條件，避免了不正確的閾值更新引起的冗余計(jì)算。然后本文討論了結(jié)構(gòu)化數(shù)據(jù)向量轉(zhuǎn)化中的信息丟失問題，引入結(jié)構(gòu)化核函數(shù)的概念。并根據(jù)字符串結(jié)構(gòu)特征，構(gòu)造了一個(gè)有限字符串結(jié)構(gòu)核函數(shù)，準(zhǔn)確地描述了字符串的相似度。并將其應(yīng)用于字符串樣本訓(xùn)練，形成基于字符串核的支持向量機(jī)(SSVM)，從而將SVM適用范圍拓展到結(jié)構(gòu)化數(shù)據(jù)。實(shí)驗(yàn)證明，雙閾值SMO算法比SMO算法效率更高，SSVM在字符串分類中能達(dá)到較