本文選題：支持向量機(jī)　切入點(diǎn)：大規(guī)模訓(xùn)練集　出處：《計(jì)算機(jī)工程與設(shè)計(jì)》2017年02期

【摘要】：針對(duì)SVM大規(guī)模多類(lèi)樣本學(xué)習(xí)效率較低的問(wèn)題,提出一種基于多層聚類(lèi)的多分類(lèi)SVM快速學(xué)習(xí)方法。采用自下而上的方式構(gòu)建二叉樹(shù)層次結(jié)構(gòu),根據(jù)所得層次結(jié)構(gòu),對(duì)每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的樣本進(jìn)行學(xué)習(xí)。學(xué)習(xí)時(shí)對(duì)訓(xùn)練樣本進(jìn)行首次聚類(lèi)得到若干類(lèi)簇,對(duì)其中只有一類(lèi)樣本的類(lèi)簇提取中心點(diǎn);對(duì)有兩類(lèi)樣本的類(lèi)簇,根據(jù)其混合度,對(duì)其正負(fù)類(lèi)樣本設(shè)定不同的聚類(lèi)數(shù),進(jìn)行二次聚類(lèi),提取所得類(lèi)簇中心點(diǎn)。整合上述步驟中提取的中心點(diǎn)作為約簡(jiǎn)后的樣本,學(xué)習(xí)并得到子分類(lèi)器。仿真結(jié)果表明,基于多層聚類(lèi)的多分類(lèi)SVM快速學(xué)習(xí)方法能夠在保證較高分類(lèi)準(zhǔn)確率的前提下,大幅約簡(jiǎn)訓(xùn)練樣本,有效提高學(xué)習(xí)效率。
[Abstract]:In order to solve the problem of low learning efficiency of large scale multi-class samples of SVM, a fast learning method for multi-classification SVM based on multi-layer clustering is proposed.The hierarchical structure of binary tree is constructed in a bottom-up way, and the corresponding samples of each node are studied according to the hierarchy.Some clusters are obtained by clustering the training samples for the first time, and the clusters with only one kind of samples are extracted from the center points. For the clusters with two kinds of samples, different clustering numbers are set for the positive and negative cluster samples according to their mixing degree.The cluster center was extracted by quadratic clustering.The center points extracted from the above steps are integrated as the reduced samples, and the sub-classifier is obtained.Simulation results show that the multi-classification SVM fast learning method based on multi-layer clustering can greatly reduce the training samples and improve the learning efficiency under the premise of higher classification accuracy.
【作者單位】： 空軍工程大學(xué)航空航天工程學(xué)院;
【分類(lèi)號(hào)】：TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 陳星;嚴(yán)華;;二叉樹(shù)SVM算法在小樣本故障診斷中的優(yōu)化[J];計(jì)算機(jī)測(cè)量與控制;2015年03期

2 汪海燕;黎建輝;楊風(fēng)雷;;支持向量機(jī)理論及算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

3 張宇;王文劍;郭虎升;;基于粒分布的支持向量機(jī)加速訓(xùn)練方法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 徐啟華;師軍;耿帥;;應(yīng)用快速多分類(lèi)SVM的航空發(fā)動(dòng)機(jī)故障診斷方法[J];推進(jìn)技術(shù);2012年06期

5 方瑩;;多策略融合的SVM決策樹(shù)構(gòu)建[J];蘭州理工大學(xué)學(xué)報(bào);2012年03期

6 王越;夏書(shū)銀;馬勝;;支持向量機(jī)大規(guī)�？焖偎惴╗J];計(jì)算機(jī)工程與設(shè)計(jì);2012年05期

7 王偉;馬永強(qiáng);彭強(qiáng);;SVM多類(lèi)分類(lèi)器在車(chē)牌字符識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年09期

8 范柏超;王建宇;薄煜明;;結(jié)合特征選擇的二叉樹(shù)SVM多分類(lèi)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年12期

相關(guān)碩士學(xué)位論文 前1條

1 郎宇寧;基于支持向量機(jī)的多分類(lèi)方法研究及應(yīng)用[D];西南交通大學(xué);2010年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李頎;王志鵬;竇軒;季雨薇;;基于無(wú)線傳感器網(wǎng)絡(luò)的產(chǎn)前母豬行為監(jiān)測(cè)系統(tǒng)[J];家畜生態(tài)學(xué)報(bào);2017年03期

2 張春艷;倪世宏;張鵬;查翔;;基于多層聚類(lèi)的多分類(lèi)SVM快速學(xué)習(xí)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2017年02期

3 唐曉波;王中勤;鐘林霞;;基于維基語(yǔ)義擴(kuò)展的微博話題追蹤模型研究[J];情報(bào)科學(xué);2017年02期

4 劉煥軍;張小康;張新樂(lè);武洪峰;金慧凝;于勝男;邱政超;;面向土壤分類(lèi)的高光譜反射特征參數(shù)模型[J];遙感學(xué)報(bào);2017年01期

5 尤成新;魯峰;黃金泉;;航空發(fā)動(dòng)機(jī)傳感器信號(hào)重構(gòu)的K-ELM方法[J];航空動(dòng)力學(xué)報(bào);2017年01期

6 韓曉艷;趙東;;基于粒子群的支持向量機(jī)圖像識(shí)別[J];液晶與顯示;2017年01期

7 趙雪凝;杜坤;周明;任剛紅;李誠(chéng);;演化追蹤法優(yōu)化相空間的SVM供水量預(yù)測(cè)模型[J];土木建筑與環(huán)境工程;2016年S2期

8 曹雄赳;賈洪飛;伍速鋒;張洋;康浩;;基于DAG-SVM的居民出行方式選擇模型[J];交通信息與安全;2016年05期

9 張莉;;基于MPL-Boost算法的多姿態(tài)行人檢測(cè)方法[J];電腦知識(shí)與技術(shù);2016年26期

10 林關(guān)成;;陣列波束優(yōu)化的標(biāo)準(zhǔn)支持向量回歸[J];西安工程大學(xué)學(xué)報(bào);2016年05期

相關(guān)碩士學(xué)位論文 前9條

1 張玉明;基于支持向量機(jī)的我國(guó)國(guó)債規(guī)模風(fēng)險(xiǎn)評(píng)價(jià)研究[D];蘭州大學(xué);2016年

2 劉芳;基于3D點(diǎn)云的可操作對(duì)象識(shí)別方法研究[D];華北電力大學(xué);2015年

3 趙濟(jì)民;基于SVM的地磁車(chē)輛檢測(cè)器車(chē)型分類(lèi)方法研究[D];北京交通大學(xué);2014年

4 樂(lè)大勇;基于粒計(jì)算的人臉表情識(shí)別研究[D];南昌大學(xué);2013年

5 徐磊;基于SVM的煤礦瓦斯抽采系統(tǒng)火災(zāi)隱患識(shí)別的研究[D];安徽理工大學(xué);2013年

6 吳杞昊;熱鍍鋅生產(chǎn)線退火爐過(guò)程監(jiān)測(cè)與故障診斷系統(tǒng)研究與設(shè)計(jì)[D];東北大學(xué);2013年

7 陳中杰;基于支持向量機(jī)的結(jié)構(gòu)特征參數(shù)預(yù)處理方法研究[D];西南科技大學(xué);2013年

8 于玲;DWT和FAST PCA與SVM在人臉識(shí)別技術(shù)中的應(yīng)用[D];太原理工大學(xué);2013年

9 譚文齊;基于SVM多類(lèi)分類(lèi)算法的鋁土礦泡沫浮選工況識(shí)別研究[D];中南大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙海洋;徐敏強(qiáng);王金東;;改進(jìn)二叉樹(shù)支持向量機(jī)及其故障診斷方法研究[J];振動(dòng)工程學(xué)報(bào);2013年05期

2 焦鵬;王新政;謝鵬遠(yuǎn);;基于SVM的模擬電路故障診斷及參數(shù)優(yōu)化方法[J];計(jì)算機(jī)測(cè)量與控制;2013年08期

3 周鑫;楊國(guó)華;朱向芬;陳琳;丁曉花;周世文;肖龍;;歐氏距離二叉樹(shù)向量機(jī)的變壓器故障診斷研究[J];電測(cè)與儀表;2013年06期

4 王越;呂奇峰;王泉;曾晶;;一種改進(jìn)的支持向量機(jī)序列最小優(yōu)化算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年03期

5 白靜;楊利紅;張雪英;;一種面向語(yǔ)音識(shí)別的抗噪SVM參數(shù)優(yōu)化方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

6 萬(wàn)鵬;王紅軍;徐小力;;局部切空間排列和支持向量機(jī)的故障診斷模型[J];儀器儀表學(xué)報(bào);2012年12期

7 李雷;房小萍;張寧;;一種基于幾何分布的新支持向量機(jī)多分類(lèi)方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年11期

8 賴(lài)蘇;熊忠陽(yáng);江帆;唐蓉君;;利用改進(jìn)的多項(xiàng)式核函數(shù)支持向量機(jī)進(jìn)行文本分類(lèi)[J];重慶大學(xué)學(xué)報(bào);2012年S1期

9 單玉剛;王宏;董爽;;改進(jìn)的一對(duì)一支持向量機(jī)多分類(lèi)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年05期

10 雙小川;張克;;基于統(tǒng)計(jì)和結(jié)構(gòu)特征的手寫(xiě)數(shù)字識(shí)別研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年04期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 左為平;一類(lèi)特殊的平衡二叉樹(shù)[J];天水師范學(xué)院學(xué)報(bào);2003年05期

2 朱上儉;全線索二叉樹(shù)中的插入運(yùn)算[J];武漢工業(yè)大學(xué)學(xué)報(bào);1997年02期

3 劉蔚林;線索二叉樹(shù)結(jié)構(gòu)的一點(diǎn)改進(jìn)[J];南昌大學(xué)學(xué)報(bào)(理科版);2000年04期

4 李云鶴,武善玉,鐘鳴;最優(yōu)二叉樹(shù)編譯碼確定的一種新方法[J];茂名學(xué)院學(xué)報(bào);2003年04期

5 劉念祖;立體二叉樹(shù)在排序中的應(yīng)用[J];上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

6 劉念祖;;立體二叉樹(shù)及其應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2005年35期

7 曹陽(yáng);徐強(qiáng);;二叉樹(shù)生成算法的智能實(shí)現(xiàn)算法[J];遼東學(xué)院學(xué)報(bào);2006年02期

8 趙軍;張東梅;;平衡二叉樹(shù)[J];電腦學(xué)習(xí);2007年02期

9 李靜;郭鵬;;快捷分析二叉樹(shù)的排序[J];科技咨詢(xún)導(dǎo)報(bào);2007年20期

10 侯衛(wèi)周;宋蓓;;森林轉(zhuǎn)換為二叉樹(shù)的另一種方法的技術(shù)研究[J];洛陽(yáng)師范學(xué)院學(xué)報(bào);2007年05期

相關(guān)會(huì)議論文 前10條

1 沈紅;劉向東;劉永奎;;一種全線索化的線索二叉樹(shù)[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

2 林和平;周顏軍;李永旭;;線索二叉樹(shù)[A];2005全國(guó)計(jì)算機(jī)程序設(shè)計(jì)類(lèi)課程教學(xué)研討會(huì)論文集[C];2005年

3 秦科;劉乃琦;;二叉樹(shù)與信息加密[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

4 王倩;尤楓;趙瑞蓮;;一種二叉樹(shù)結(jié)構(gòu)型測(cè)試數(shù)據(jù)自動(dòng)生成方法[A];第十四屆全國(guó)容錯(cuò)計(jì)算學(xué)術(shù)會(huì)議(CFTC'2011)論文集[C];2011年

5 王正輝;姜鵬飛;張鋒;;二叉樹(shù)的四種遍歷的非遞歸算法[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

6 馮濤;劉旭;沈西挺;;二叉樹(shù)結(jié)構(gòu)在數(shù)據(jù)庫(kù)動(dòng)態(tài)檢索中的應(yīng)用[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

7 譚輝;李凱;;TAVL：一種高效索引結(jié)構(gòu)[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

8 廉成洋;毛宇光;;一種基于二叉樹(shù)的HTML到XML的轉(zhuǎn)換方法研究[A];2009年中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集[C];2009年

9 楊春德;魏國(guó)輝;任靜靜;楊孝田;;DNA計(jì)算機(jī)中二叉樹(shù)的層次遍歷算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

10 徐寧;洪先龍;董社勤;;二劃分布圖規(guī)劃的確定性?xún)?yōu)化算法[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前2條

1 陳智罡;樹(shù)的復(fù)習(xí)與總結(jié)[N];中國(guó)電腦教育報(bào);2003年

2 沈飛昊;七論通脹無(wú)牛市[N];上海證券報(bào);2008年

相關(guān)碩士學(xué)位論文 前10條

1 孫曉妮;二叉樹(shù)結(jié)構(gòu)的多用戶茫然RAM方案[D];山東大學(xué);2016年

2 董兆安;二叉樹(shù)枚舉算法的研究[D];華東師范大學(xué);2005年

3 周陸樂(lè);二叉樹(shù)的布局圖畫(huà)法及其性能研究[D];華東理工大學(xué);2014年

4 李秋林;孿生二叉樹(shù)支持向量分類(lèi)機(jī)[D];西南大學(xué);2013年

5 王倩;二叉樹(shù)結(jié)構(gòu)型測(cè)試數(shù)據(jù)生成方法研究[D];北京化工大學(xué);2011年

6 舒祥波;基于樣本體的SVM研究及在二叉樹(shù)多分類(lèi)中的應(yīng)用[D];武漢科技大學(xué);2012年

7 余巧珍;基于一對(duì)多分割的二叉樹(shù)支持張量機(jī)算法研究[D];華南理工大學(xué);2013年

8 李卡麟;基于二叉樹(shù)的LS-WSVM模型在早期火災(zāi)分類(lèi)上的研究[D];汕頭大學(xué);2010年

9 朱雅莉;堆棧和二叉樹(shù)數(shù)據(jù)結(jié)構(gòu)在DNA計(jì)算機(jī)中的設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2007年

10 毛影;樹(shù)型結(jié)構(gòu)的應(yīng)用與平衡查找樹(shù)的研究[D];江西師范大學(xué);2010年

，

本文編號(hào)：1730725