轉(zhuǎn)導(dǎo)支持向量機(jī)在數(shù)據(jù)預(yù)測(cè)中的應(yīng)用.pdf

1、近些年來(lái),支持向量機(jī)(Support Vector Machine)技術(shù)作為一種機(jī)器學(xué)習(xí)的方法得到了越來(lái)越多的研究與應(yīng)用。本文意在以支持向量機(jī)技術(shù)為基礎(chǔ)進(jìn)行三個(gè)方面的擴(kuò)展應(yīng)用研究,包括使用支持向量機(jī)回歸進(jìn)行海水潮流速度的預(yù)測(cè)、使用轉(zhuǎn)導(dǎo)支持支持向量進(jìn)行紋理合成及使用轉(zhuǎn)導(dǎo)支持向量機(jī)方法與決策樹方法相結(jié)合的方法進(jìn)行物體識(shí)別。這三個(gè)方向本質(zhì)都是支持向量機(jī)理論在數(shù)據(jù)預(yù)測(cè)方面的應(yīng)用,展示了其在數(shù)據(jù)預(yù)測(cè)方面的應(yīng)用前景和價(jià)值。
　　 在海水潮流

2、速度預(yù)測(cè)方面,本文創(chuàng)新性的使用了支持向量機(jī)回歸的理論。支持向量機(jī)回歸理論主要應(yīng)用于文本分類、人臉識(shí)別、手寫數(shù)字識(shí)別等方面,在海洋學(xué)范疇內(nèi)的應(yīng)用甚少。而海洋是人類的資源寶庫(kù),能為人類提供大量的水產(chǎn)品,海水的潮流速度對(duì)水產(chǎn)養(yǎng)殖有著十分重要的影響。面對(duì)惡劣的海洋環(huán)境和出海的高額成本,以及海洋學(xué)研究對(duì)數(shù)據(jù)的大量需求,本文選擇使用支持向量機(jī)回歸的方法進(jìn)行了潮流速度預(yù)測(cè)的研究。
　　 在紋理合成方面,本文創(chuàng)新性的使用了轉(zhuǎn)導(dǎo)支持向量機(jī)進(jìn)行自相

3、似紋理的合成。而紋理合成是有著廣闊應(yīng)用前景的研究方向,對(duì)紋理合成的方法進(jìn)行不斷的探索和創(chuàng)新有著極為重要的現(xiàn)實(shí)意義。本文在使用轉(zhuǎn)導(dǎo)支持向量機(jī)進(jìn)行自相似紋理合成的過(guò)程中,選擇使用一定的先驗(yàn)知識(shí),用以減少標(biāo)記樣本的數(shù)目,而且標(biāo)記樣本的數(shù)目可以由自己主觀決定。本文同時(shí)使用未標(biāo)記的樣本和有標(biāo)記的樣本進(jìn)行學(xué)習(xí)訓(xùn)練,并在不斷的重復(fù)訓(xùn)練過(guò)程中將沒(méi)有類標(biāo)的樣本標(biāo)記合適的類標(biāo),從而在合成的速度上有較為理想的提高,故而,與傳統(tǒng)的支持向量機(jī)紋理合成方法相比,我

4、們的合成方法有一定的創(chuàng)新意義和使用價(jià)值。
　　 在物體識(shí)別方面,本文使用了將轉(zhuǎn)導(dǎo)支持向量機(jī)與決策樹相結(jié)合的方法進(jìn)行物體識(shí)別分類。而物體識(shí)別在智能安全監(jiān)控,智能交通監(jiān)控中發(fā)揮著舉足輕重的作用,近年來(lái)出現(xiàn)了多種物體識(shí)別的方法。本文提出了在使用轉(zhuǎn)導(dǎo)支持向量機(jī)進(jìn)行物體識(shí)別的過(guò)程中,使用HOG特征與Garbor特征,并結(jié)合動(dòng)態(tài)基的方法進(jìn)行建模,并且在訓(xùn)練之前人工選擇更加合理的正樣本進(jìn)行學(xué)習(xí),與傳統(tǒng)的動(dòng)態(tài)基特征結(jié)合AdaBoost分類方法進(jìn)