大规模支持向量机分类算法与应用研究

大规模支持向量机分类算法与应用研究

ID:34722105

大小:6.00 MB

页数:78页

时间:2019-03-10

大规模支持向量机分类算法与应用研究_第1页
大规模支持向量机分类算法与应用研究_第2页
大规模支持向量机分类算法与应用研究_第3页
大规模支持向量机分类算法与应用研究_第4页
大规模支持向量机分类算法与应用研究_第5页
资源描述:

《大规模支持向量机分类算法与应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、^Northeasternv^JkasvUnjiversity硕士学位论文THES'ISFORMASTERSDEGREE论文题目大规模支持向量机分类算法与应用研究作者刘亚新学院中荷生物医学与信息工程学院专业生物医学工程指导教师张耀楠教授备奸二零一六年十二月分类号级密UDC学位论文大规模支持向量机分类算法与应用研究作者姓名:刘亚新指导教师:张耀楠教授东北大学中荷生物医学与信息工程学院申请学位级别:硕士学科类别:工学学科专业名称:生物医学工程

2、论文提交日期::年/>月论文答辩日期年仏月1学位授予日期:1纟年>月答辩委员会主席>:猶评阅人 ̄:召隻避东北大学2016年12月AThesisinBiomedicalEnineeringg-TheResearchonLarescaleSuortVectorgppMachineandtheAlicationsppBLiuYaxinySuervisor:ProfessorZhanYaonanpgNortheasternUniversityDecember2016独创性声明

3、本人声明,所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外,不包含其他人己经发表或撰写过一的研究成果,也不包括本人为获得其他学位而使用过的材料。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:0蝴日期:少学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行

4、检索、交流。作者和导师同意网上交流的时间为作者获得学位后:半年口一年口一年半口两年Y:?学位论文作者签名导师签名:Mil:錄I)签字日期:签字日期: ̄-I东北大学硕士学位论文摘要大规模支持向量机分类算法与应用研究摘要随着信息化的发展,人们在生活中产生的数据量正在迅速增长,这些大数据有着取一之不尽,,用之不竭的价值可以被挖掘。和其他科学大数据样,在生物医学领域数据也面临着爆发式的增长。由于仅依靠人类的大脑无法处理海量的数据,因此怎样实现数据的智能化处理并且充分挖掘数据中蕴含的知识,成为了研宄者们的共识,通常数

5、据处Su一理过程离不开机器学习的知识。支持向量机(pportVectorMachine,SVM)作为种针对小样本的机器学习方法,不仅是机器学习领域重要的理论,而且在大数据应用领域具有重要作用。近年来,SVM相关算法己经逐渐被应用到医学文本和医学图像等数据分类。但是算法需要大量反复的迭代和复杂的计算,而且随着数据量的增多,运算占用的内存空间也大幅增加。有时计算机的内存无法满足算法的运行,这限制了SVM的使用。传一个大的凸优化问题转化为一系列小的凸优化问题统的解决思路是将。但是基于这种思路而衍生出的算法在处理大规模数据集时运行缓慢。

6、一本文构造了种基于代理函数的SVM分类算法,这种算法利用代理函数迭代求解SVM中的凸优化问题。引入代理函数不仅可以实现并行化运算,而且能够保证成本函数单调递减,降低了迭代的复杂度,节省运算成本。迭代公式通过代理函数的三条性质一推导获得,并且在MATLAB中实现。因为在凸二次规划问题中,全局最优解定满足KT条件1#1,所以对全局收敛性进行了证明。把经典的LIBSVM和SVM两种算法原理做了描述,重点介绍了软件包配置、使用以及参数设置。在实验阶段,使用数据发生器生成的NDC数据集及UCI数据库中的大规模数据集对算法进行测试,并将基于代理函数的

7、Wh1SVM分类算法与LIBSVM和SVM的结果进行对比。经三组实验最后得出结论:面对大规模数据时基于代理函数的SVM分类算法能够对大规模数据高效的分类。最后,一组医学大规模文本数据,通过处理和数据转换后三种算法上我们选取,应用到,经实验对比一,进步验证了基于代理函数的SVM算法的实用性和优越性。关键词:医学大数据机器学习;支持向量机;代理函数分类算法;;--II东北大学领士学位论文Abstract-tTheResearchonLargescaleSupporVectorMachineandtheAlicati

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。