并行支持向量機(jī)的研究與實現(xiàn).pdf

1、支持向量機(jī)是在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的新一代學(xué)習(xí)算法,該算法在機(jī)器學(xué)習(xí)、模式識別等領(lǐng)域都取得了很好的應(yīng)用。但隨著需要處理的數(shù)據(jù)量不斷增大,支持向量機(jī)表現(xiàn)出計算效率不足等缺點,針對這一問題,人們提出了并行支持向量機(jī)的解決方法。本文以此為研究背景,展開了對并行支持向量機(jī)的相關(guān)研究工作。 本文詳細(xì)探討了并行支持向量機(jī)的相關(guān)理論,從支持向量機(jī)和并行技術(shù)兩方面入手,對并行支持向量機(jī)的理論基礎(chǔ)和技術(shù)支持進(jìn)行了深入研究。支持向量機(jī)是并行

2、支持向量機(jī)的理論基礎(chǔ),在簡要介紹了其發(fā)展歷程之后,對其理論依據(jù)和實現(xiàn)算法都進(jìn)行了深入研究。并行技術(shù)是并行支持向量機(jī)的技術(shù)支持,主要介紹了其軟硬件的發(fā)展歷程及目前的關(guān)鍵技術(shù),著重介紹了計算機(jī)集群系統(tǒng)。計算機(jī)集群系統(tǒng)以其良好的編程性、低廉的價格和極高的性能成為目前并行機(jī)的一個主流發(fā)展方向,因其特別適合我國的教育、科研部門的需求,故在集群系統(tǒng)上進(jìn)行的并行支持向量機(jī)的研究具有重要的實際意義和很好的推廣價值。 本文介紹了目前并行支持向量機(jī)

3、的發(fā)展情況,對其基本模型和改進(jìn)算法都進(jìn)行了深入研究。在這一部分,著重介紹了w-model和Cascade SVM兩種實現(xiàn)并行支持向量機(jī)的設(shè)計模型,并分析了兩者各自的優(yōu)缺點。在這兩個模型的啟發(fā)下,借鑒兩者的優(yōu)點并加以結(jié)合,提出了適合在并行環(huán)境上應(yīng)用的支持向量機(jī)求解方法。該方法首先并行生成多個支持向量機(jī)分類器,然后采用遺傳算法的思想對最終解進(jìn)行搜索。本文詳細(xì)論述了所提出算法的解決思路及其數(shù)據(jù)結(jié)構(gòu)的設(shè)計,對遺傳算法在本問題的應(yīng)用中,其選擇、交