《SVM的核選擇方法及其套用研究》是依託山西大學，由王文劍擔任項目負責人的面上項目。
基本介紹
- 中文名：SVM的核選擇方法及其套用研究
- 項目類別：面上項目
- 項目負責人：王文劍
- 依託單位：山西大學
- 批准號：60673095
- 申請代碼：F06
- 負責人職稱：教授
- 研究期限：2007-01-01 至 2009-12-31
- 支持經費：24（萬元）
項目摘要
SVM(Support Vector Machine)是當今機器學習領域的一個研究熱點，已經在許多套用領域取得滿意效果。然而在基於SVM的套用中，最基本而困難的問題之一是核選擇問題。本項目將對SVM核選擇方法及其在空氣品質預測中的建模等問題開展研究。主要內容包括：（1）基於統計學習理論框架的非統計學核選擇原理與方法；（2）基於視覺模擬尺度空間框架的核選擇原理與方法；（3）基於增量學習技術與核選擇相結合的SVM線上學習算法；（4）基於粗糙集理論的特徵選擇和提取方法，由此獲得相關領域經驗知識以指導預測模型的核函式及相關參數的選擇；（5）開發一個基於SVM的實用空氣品質綜合預測系統。本項目的研究內容都是核選擇理論與套用的全新嘗試，研究成果不僅對SVM的核選擇理論研究具有重要意義，而且給出的多種高效實用算法可大大提高SVM在工程領域的套用性，同時對其他學習機的模型選擇問題也有積極的借鑑意義。
