[00837205]间隔最大化学习方法及其在光谱数据分析中的应用研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
课题属于机器学习的研究范畴，研究了基于各种距离准则和核矩阵夹角准则的核函数参数选择方法，此方法仅需计算简单的数学公式；研究了支持向量机的几何特性问题，从理论上建立推广能力与间隔深层次上的联系；充分利用数据的分布信息，建立基于SVDD的异常点检测方法，提高支持向量机的训练速度和分类精度；提出了基于秩约简矩阵、核心集的极速学习方法，提高了处理大规模数据的速度。通过该项目的研究，可为最大间隔法的应用提供理论和方法上的指导，从而进一步扩大最大间隔法的应用范围。创新性在于结合支持向量机与主动学习提出了一种新的样例选择方法，只需标注少量的样例就可以学到具有较高精度的分类器；提出了位置正则化核向量机，提高了支持向量机的训练速度和分类精度，适合处理含有噪声的数据以及大规模数据的分类问题；提出了基于秩约简矩阵以及矩阵分解的极速学习方法，可以快速有效地解决大规模数据分类问题。研究成果可应用于建立近红外光谱鉴别模型，对茶叶、药材和食品等进行快速识别，具有广泛的应用前景。