亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)的差異演化算法求解SVM反問題的研究

        2018-03-13 22:18:35樊永生熊焰明余紅英
        現(xiàn)代電子技術(shù) 2018年6期
        關(guān)鍵詞:支持向量機(jī)

        樊永生+熊焰明+余紅英

        摘 要: 針對(duì)求解支持向量機(jī)反問題的效率較低,算法復(fù)雜度高以及運(yùn)用傳統(tǒng)方法求解該問題容易陷入局部最優(yōu)出現(xiàn)早熟收斂的問題,提出一種基于改進(jìn)差異的差異演化算法。該算法在標(biāo)準(zhǔn)差異演化算法的基礎(chǔ)上利用種群分類機(jī)制對(duì)算法進(jìn)行改進(jìn),對(duì)改進(jìn)后的算法與標(biāo)準(zhǔn)差異演化算法和K?means聚類算法進(jìn)行實(shí)驗(yàn)設(shè)計(jì),并對(duì)算法最終實(shí)驗(yàn)結(jié)果進(jìn)行分析,改進(jìn)的差異演化算法除在運(yùn)行時(shí)間外,結(jié)果對(duì)比以及最大間隔次數(shù)比都有明顯的提升,有效地保護(hù)處于最優(yōu)解區(qū)域但是適應(yīng)值低的個(gè)體,能夠提高算法局部搜索能力,有助于算法實(shí)現(xiàn)全局收斂。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的差異演化算法在求解SVM反問題上能有明顯的提升。

        關(guān)鍵詞: 支持向量機(jī); 局部最優(yōu); 差異演化算法; 全局收斂; 種群分類機(jī)制; IRIS數(shù)據(jù)庫

        中圖分類號(hào): TN911?34; TP301.6 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2018)06?0141?04

        Abstract: Since the traditional algorithm has the problems of low efficiency of support vector machine (SVM) inverse problem solving and high algorithm complexity, is easily to fall into local optimum, and is prone to the premature convergence, a new differential evolutionary algorithm based on improved difference is proposed. On the basis of normative differential evolution algorithm, the population classification mechanism is used to improve the algorithm. The experimental design was carried out for the improved algorithm, normative differential evolution algorithm and K?means clustering algorithm. The final experimental results of the algorithm are analyzed. The maximum interval numbers and average interval numbers of the changed differential evolution (CDE) algorithm beyond operation time are improved greatly. The algorithm can effectively protect the individual within the optimum solution region but with low adaptive value, improve the local search ability of the algorithm, and is conductive to the realization of global convergence. The experimental results show that the performance of the CDE algorithm is improved obviously for SVM inverse problem solving.

        Keywords: support vector machine; local optimum; differential evolution algorithm; global convergence; population classification mechanism; IRIS database

        0 引 言

        支持向量機(jī)(Support Vector Machine,SVM)是機(jī)器學(xué)習(xí)領(lǐng)域中一個(gè)重要的研究熱點(diǎn),因其具有優(yōu)秀的泛化能力和學(xué)習(xí)能力被廣泛地應(yīng)用在模式識(shí)別、文本分類、信號(hào)處理、回歸分析等領(lǐng)域[1?3]。SVM是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上,提出最優(yōu)超平面間隔理論。該理論結(jié)合結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理,將原始訓(xùn)練樣本進(jìn)行提取壓縮,得到支持向量集合,通過這些支持向量子集學(xué)習(xí)新的知識(shí)。SVM出發(fā)點(diǎn)是根據(jù)已經(jīng)給定的正負(fù)標(biāo)簽的類別信息,尋找兩類樣本之間的最優(yōu)超平面。在尋找過程中,靠近當(dāng)前最優(yōu)超平面最近的樣本點(diǎn)到超平面的距離盡可能的大,不同類別的樣本之間的間距也會(huì)越大,分類器的泛化能力也就越強(qiáng)。所以,SVM是一個(gè)在訓(xùn)練樣本訓(xùn)練之前賦予其標(biāo)簽信息的典型監(jiān)督學(xué)習(xí)問題。

        然而,如果訓(xùn)練之前沒有已給定的任何類別信息,根據(jù)上述的SVM問題難以快速找到最優(yōu)超平面,為此,出現(xiàn)了SVM反問題,即無監(jiān)督學(xué)習(xí)。SVM反問題是一種訓(xùn)練樣本在訓(xùn)練之前不含有任何類別信息的無監(jiān)督學(xué)習(xí)問題,通過尋找樣本之間的最大間距(margin),完成學(xué)習(xí)[4?7]。差分演化算法是解決研究無監(jiān)督學(xué)習(xí)這一問題的最先進(jìn)的算法之一[8?9],本文提出應(yīng)用改進(jìn)的差異演化算法與聚類算法及標(biāo)準(zhǔn)差異演化算法進(jìn)行實(shí)驗(yàn)分析,結(jié)果表明,所提出的算法在總體上優(yōu)于其他最先進(jìn)的進(jìn)化算法。

        1 算法設(shè)計(jì)

        1.1 概 述

        定義1 (SVM反問題) 假設(shè)存在數(shù)據(jù)集合[S=x1,x2,…,xn,]并且[xi∈Rni=1,2…,N,][Ω=][ff是從S到 [-1,1] 的映射函數(shù)]。給定函數(shù)[f∈Ω],數(shù)據(jù)集分為兩個(gè)子類,然后計(jì)算間隔(margin)。用margin(f)表示某個(gè)分類方法的類間隔[10],SVM反問題為:[maxf∈Ωmarginf]。endprint

        猜你喜歡
        支持向量機(jī)
        基于支持向量回歸機(jī)的電能質(zhì)量評(píng)估
        基于智能優(yōu)化算法選擇特征的網(wǎng)絡(luò)入侵檢測(cè)
        數(shù)據(jù)挖掘技術(shù)在電廠經(jīng)濟(jì)性分析系統(tǒng)中的應(yīng)用Q
        基于改進(jìn)支持向量機(jī)的船舶縱搖預(yù)報(bào)模型
        基于SVM的煙草銷售量預(yù)測(cè)
        動(dòng)態(tài)場(chǎng)景中的視覺目標(biāo)識(shí)別方法分析
        論提高裝備故障預(yù)測(cè)準(zhǔn)確度的方法途徑
        基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測(cè)
        基于支持向量機(jī)的金融數(shù)據(jù)分析研究
        管理類研究生支持向量機(jī)預(yù)測(cè)決策實(shí)驗(yàn)教學(xué)研究
        考試周刊(2016年53期)2016-07-15 09:08:21
        91精品国产免费青青碰在线观看| 成人试看120秒体验区| 国产精品 人妻互换| 亚洲人成电影在线无码| 毛片av在线尤物一区二区| 亚洲一区二区三区偷拍女| 亚洲国产av玩弄放荡人妇| 正在播放一区| 国产女主播免费在线观看| 男人的天堂手机版av| 中文字幕无线码| 精品四虎免费观看国产高清| 国产成版人性视频免费版| 日本高清一区二区三区在线观看| 一本色道久久88精品综合| 国产午夜视频在永久在线观看| 日本红怡院东京热加勒比| 亚洲国产精品高清一区| 性色av无码久久一区二区三区| 亚洲精品亚洲人成在线下载| 亚洲男人的天堂色偷偷| 亚洲精品一区久久久久一品av | yy111111少妇影院| 男男啪啪激烈高潮无遮挡网站网址| 性生交片免费无码看人| 东北无码熟妇人妻AV在线| 水蜜桃视频在线观看免费18| 亚洲男人av天堂久久资源| 米奇777四色精品人人爽| 无码国产精品第100页| 国产福利一区二区三区在线观看 | 日日碰狠狠添天天爽超碰97久久 | 先锋影音人妻啪啪va资源网站 | 久久精品国产亚洲av一| 久久国产劲爆∧v内射| 日日av拍夜夜添久久免费| 亚洲AV秘 无码一区二区久久| 亚洲国产中文字幕精品| 天天燥日日燥| 一区二区免费电影| 亚洲精品国产综合久久|