支持向量機(jī)的快速分類(lèi)方法研究.pdf

1、支持向量機(jī)是Vapnik等人提出的一類(lèi)新型機(jī)器學(xué)習(xí)方法，它是基于統(tǒng)計(jì)學(xué)習(xí)理論，借助最優(yōu)化方法來(lái)解決機(jī)器學(xué)習(xí)問(wèn)題的新工具，支持向量機(jī)目前還存在許多局限性，研究有待進(jìn)一步探索和完善。本文以統(tǒng)計(jì)學(xué)習(xí)理論（Statistic Learning Theory-SLT）和支持向量機(jī)（Support Vector Machine-SVM）為基礎(chǔ)，開(kāi)展了以下研究工作：
　　 首先，對(duì)統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)分類(lèi)器進(jìn)行了全面的總結(jié)和概括。

2、　　 其次，總結(jié)了現(xiàn)有的幾種有代表性的多類(lèi)支持向量機(jī)方法，這些方法包括：一對(duì)多（one-against-all）、一對(duì)一（one-against-one）、有向無(wú)環(huán)圖支持向量機(jī)（DAG-SVMs）、決策樹(shù)分類(lèi)和全局優(yōu)化分類(lèi)（MSVM）；還介紹了兩種模糊多類(lèi)支持向量機(jī)方法。
　　 第三，總結(jié)了適合于求解大型問(wèn)題的訓(xùn)練算法：選塊算法（Chuncking），分解算法（Decomposing）和序列最小最優(yōu)化算法（Sequential