支持向量機(jī)模型參數(shù)的研究.pdf

1、支持向量機(jī)以其深厚的理論基礎(chǔ)和良好的實(shí)際應(yīng)用性能而成為機(jī)器學(xué)習(xí)研究中的新熱點(diǎn)，它可以通過自身的模型參數(shù)而控制其學(xué)習(xí)能力和泛化能力。但由于缺乏模型參數(shù)與支持向量機(jī)性能之間定量的顯式關(guān)系表達(dá)式，因此模型參數(shù)選擇是支持向量機(jī)應(yīng)用中的一個(gè)困難而重要的問題。 本文首先簡明、系統(tǒng)地介紹了支持向量機(jī)的機(jī)理、基本概念、模型描述等有關(guān)基本知識和研究現(xiàn)狀；然后以金融市場為背景，對標(biāo)準(zhǔn)支持向量回歸機(jī)模型參數(shù)的選擇進(jìn)行了較深入、細(xì)致地研究，主要做了以下

2、幾個(gè)方面工作： 1.進(jìn)行了大量仿真實(shí)驗(yàn)，在此基礎(chǔ)上對標(biāo)準(zhǔn)支持向量回歸機(jī)模型參數(shù)如何影響其學(xué)習(xí)泛化性能進(jìn)行了比較系統(tǒng)的研究與分析； 2.通過引入中間變量，對模型參數(shù)對其性能的影響進(jìn)行了邏輯定性分析與解釋，并得出模型參數(shù)選擇的基本原則； 3.根據(jù)所得出的模型參數(shù)選擇基本原則，設(shè)計(jì)了基于遺傳算法的模型參數(shù)估計(jì)算法；此算法最大的優(yōu)點(diǎn)是能夠根據(jù)實(shí)際需要，在保證一定的趨勢預(yù)測準(zhǔn)確率條件下，獲得較好的預(yù)測精度，即具有較小的預(yù)測