《雙參數間隔/不敏感支持向量機及其拓展》是依託上海師範大學，由彭新俊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：雙參數間隔/不敏感支持向量機及其拓展
- 項目類別：青年科學基金項目
- 項目負責人：彭新俊
- 依託單位：上海師範大學
項目摘要,結題摘要,
項目摘要
支持向量機在自然科學、工程計算和社會科學等諸多學科中具有廣泛的套用。本項目重點研究一類新型支持向量機- - 雙參數間隔/不敏感支持向量機的理論分析、算法與套用。主要內容包括：雙參數間隔/不敏感支持向量機的改進模型、幾何意義與幾何算法、理論泛化界、基於雙參數間隔/不敏感支持向量機的特徵選擇算法以及其它方面的套用。本項目的研究成果將豐富和發展支持向量機的理論和算法，並為支持向量機在不同學科中的數據挖掘套用提供新的計算方法，具有十分重要的理論意義和套用價值。
結題摘要
基於數據的機器學習是一種重要的知識發現方法，它從數據出發尋找規律，並對未來或者無法觀測的問題進行預測。這使得人們有效地擺脫了“數據豐富、知識貧乏”的困境。支持向量機是在統計學習理論基礎上發展起來的一種新的機器學習方法，主要包括分類和回歸兩方面。自上世紀90年代由Vapnik等人提出以來，它一直處於飛速發展階段。由於支持向量機能在一定程度上克服了維數災和過學習等問題，它已經成為機器學習領域中的研究熱點之一。 近年來，由於僅僅需要最佳化一對較小規模的對偶問題，雙支持向量機獲得了研究工作者的廣泛關注。許多學者在它的基礎上進行了深入的研究，提出了一系列的拓展工作。但這些拓展工作主要是將支持向量機的成果平移到雙支持向量機模型中，並未考慮該模型的自身特徵。 本項目的主要研究內容包括： （1）對雙參數間隔/不敏感支持向量機進行數值模擬確定經驗泛化性能；並利用統計學習理論分析雙參數間隔/不敏感支持向量機的理論泛化性能。 （2）探討雙參數間隔/不敏感支持向量機的改進模型與算法；分析雙參數間隔支持向量機的幾何意義以及相應的幾何算法；同時，將幾何算法推廣到雙參數不敏感支持向量回歸機中以及與支持向量回歸機幾何算法的異同。 （3）討論基於雙參數間隔支持向量機的特徵選擇算法以及套用，探討分類問題的不同類樣本的特徵間的顯著性差異，與基於支持向量機的特徵選擇算法、主成份分析等對比探索其套用價值。並推廣到雙參數不敏感支持向量回歸機中。 本項目的主要成果包括： （1）提出了雙支持向量分類與回歸機的快速學習算法，並推廣到標準支持向量機和雙參數間隔/不敏感支持向量機；（2）討論了雙參數間隔/不敏感支持向量分類/回歸機的各類改進模型，並引入數據結構特徵等信息，提高雙支持向量分類與回歸機模型的泛化性能與學習速度；（3）探討了雙參數間隔支持向量分類機的稀疏化模型；（4）討論了相應的特徵選擇工作；（5）提出了基於區間數據的雙參數間隔/不敏感支持向量分類/回歸機的套用問題；（6）分析了雙支持向量分類與回歸機的幾何意義（待發表）。 本項目對雙參數間隔/不敏感支持向量機的理論、算法與套用等方面進行了深入研究。其研究成果豐富和發展了支持向量機的理論和算法，並為支持向量機在不同學科中的套用提供新的計算方法，具有十分重要的理論意義和套用價值。
