支持向量機中核函數的選取方法的研究.pdf

1、支持向量機在解決線性不可分樣本的分類問題時引入核函數技術，從而把非線性問題轉化為線性問題來解決，降低了算法的復雜度．雖然目前關于核函數的研究在理論和應用兩方面均取得了一定的成果，但還未深入到足以指導核函數的選?。?本文的主要研究工作有： 1．研究了混合核函數的性質，與單一的普通核函數相比，分析了混合核函數的優(yōu)勢． 2．為了確定由哪些類型的普通核函數來構造混合核函數，本文重點分析了五種常用核函數的性質特點，得到RB

2、F核函數、多項式核函數和傅立葉核函數各自都有突出的優(yōu)點且彼此間有很強的互補性，由此我們以這三種核函數來構造適用于更廣泛問題的混合核函數． 3．對于核參數的確定，本文另辟蹊徑，采用董玉林提出的平衡約束優(yōu)化(MPEC)模型來優(yōu)化選取核參數． 4．綜合利用本文的研究成果，建立若干選取規(guī)則，分別解決了核函數的類型及核參數選取的問題，提出了不同于傳統(tǒng)意義的核函數的選取方法--RSM(Reasonable Selection Met