【摘 要】
：
分类学习是机器学习重要的研究内容。支持向量机(Support Vector Machine SVM)在众多分类算法中,具有很好的分类性能。SVM通过选择不同的核函数和参数可以使其具有不同的分类
论文部分内容阅读
分类学习是机器学习重要的研究内容。支持向量机(Support Vector Machine SVM)在众多分类算法中,具有很好的分类性能。SVM通过选择不同的核函数和参数可以使其具有不同的分类性能,在解决各种分类问题上具有很强的灵活性。同时,SVM算法分类性能与核函数及参数具有不可分割的关系。SVM算法和其它二类分类算法一样,不能有效地处理多类分类问题。系统采用AUC (Area Under the ROC Curve)评价标准,可以弥补用正确率作为评价标准的不足。多目标优化算法针对多个量进行优化,解决了仅仅依靠一个量优化的片面性。本文将AUC评价标准和SVM多类分类方法相结合实现多类别数据分类,通过Pareto多目标优化,对1/E(AUC),D(AUC)进行全局优化,设计和实现了基于Pareto的多目标遗传算法优化的多类分类方法(SVM Optimized by Multi-Object Optimization Based on Pareto, SVM_PARETO)。实验结果表明,SVM_PARETO算法比已有的多类分类GOSMAUC算法有着更好的分类性能。实现的基于多目标优化的多类SVM,是优化多类SVM的一种很好的尝试。
其他文献
随着无线网络技术的普及和多媒体技术的快速发展,基于位置的服务逐渐走进大众的视线,成为当下研究的热点。基于位置的服务发展模式是多元化的,逐渐丰富了人们的数字生活。例
随着虚拟现实技术应用的深入,人们对虚拟场景的复杂度和真实感要求越来越高,远远超过了计算机图形硬件实时处理能力。因此如何在PC机上进行三维地形场景的真实感绘制是一个挑
随着互联网和电子商务的发展，电子商务推荐系统逐渐成为一个重要研究内容，得到了研究者越来越多的关注。其中，协同过滤推荐技术是目前推荐系统中应用最早和最为成功的技术之一，是
点对点(Peer to Peer，P2P)网络具有自组织、非集中和节点交互直接等特点，是计算机网络技术研究领域的一个热点。P2P网络通信算法研究则是影响P2P网络发展的一个重要方面。一般
随着信息技术的发展，数据库技术得到了广泛的应用，促使业界人士对该项技术进行更为深入的研究。在数据库技术中有很多研究领域，数据库加密就是其中一个重要的研究方向，对它进行深
随着互联网技术、多媒体技术等信息技术的飞速发展,人类信息资源实现了高度共享,为高校信息化建设提供了机遇和条件,各高校正步入数字校园全面建设阶段。近年来Web服务技术在
随着计算机技术和网络通信技术的飞速发展,基于Internet的各种信息化平台在社会的各个领域都得到了越来越广泛的应用。特别是近年来,基于B/S模式的自测系统已经成为教育领域
面对浩如烟海的电子信息,如何帮助人们有效地收集和选择感兴趣的信息,如何帮助用户在日益增多的信息中发现潜在有用的知识,目前已成为信息技术领域研究的热点问题之一。数据
现代企业在生产经营过程中要面对庞杂的物流信息,处理和管理好这些信息,对企业降低运营成本,增强商品存储效率,加强客户服务起着重要的作用。物流管理信息系统是整个企业物流