国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法與流程

      文檔序號(hào):11143369閱讀:949來(lái)源:國(guó)知局
      橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法與制造工藝

      本發(fā)明屬于模式識(shí)別與人工智能領(lǐng)域,具體涉及一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,該方法主要應(yīng)用于模式識(shí)別與人工智能領(lǐng)域?qū)<蚁到y(tǒng)、智能計(jì)算系統(tǒng)、決策系統(tǒng),可顯著提高橢球核組合支持向量機(jī)的計(jì)算效率。



      背景技術(shù):

      支持向量機(jī)(support vector machine,SVM)是模式識(shí)別與人工智能領(lǐng)域中的重要技術(shù),通過(guò)引入核矩陣,有效避免了高維空間中的內(nèi)積運(yùn)算,可歸一化解決線性分類(lèi)問(wèn)題與非線性分類(lèi)問(wèn)題。在處理多源數(shù)據(jù)或異構(gòu)數(shù)據(jù)時(shí),由于單一核矩陣在應(yīng)用過(guò)程中的諸多局限性,多核矩陣的組合使用成為必要措施。橢球組合是核矩陣組合的重要形式,也是最常用形式。研究并給出高效的橢球核組合支持向量機(jī)計(jì)算方法,對(duì)于提高支持向量機(jī)的工作效率及分類(lèi)精度有著重要的實(shí)用意義和工程價(jià)值。

      現(xiàn)有方法中,解決這類(lèi)問(wèn)題主要采用半定規(guī)劃法或半無(wú)限規(guī)劃法,計(jì)算復(fù)雜度較高。以半定規(guī)劃法為例,對(duì)于規(guī)模為n的數(shù)據(jù)集,采用N個(gè)核矩陣的橢球組合,半定規(guī)劃法的計(jì)算復(fù)雜度為O(N1.5n4.5)。當(dāng)數(shù)據(jù)源巨量出現(xiàn),樣本數(shù)據(jù)爆發(fā)性增長(zhǎng)時(shí),半定規(guī)劃法收斂速度緩慢,計(jì)算效率不高。半無(wú)限規(guī)劃法同樣面臨低效問(wèn)題。這給實(shí)際工程應(yīng)用帶來(lái)較大困難。因而亟需一種快速高效的橢球核組合支持向量機(jī)計(jì)算方法。



      技術(shù)實(shí)現(xiàn)要素:

      (一)要解決的技術(shù)問(wèn)題

      本發(fā)明要解決的技術(shù)問(wèn)題是:如何給出快速高效的橢球核組合支持向量機(jī)計(jì)算方法,有效降低橢球核組合支持向量機(jī)的計(jì)算復(fù)雜度。

      (二)技術(shù)方案

      為解決上述技術(shù)問(wèn)題,本發(fā)明提供一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,依據(jù)目標(biāo)優(yōu)化問(wèn)題中約束條件的錐特性,將約束條件逐一轉(zhuǎn)換為二階錐約束;采用二階錐規(guī)劃迭代計(jì)算,給出計(jì)算結(jié)果;使計(jì)算復(fù)雜度降為O(Nn3.5);

      如上所述的一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,具體包括如下步驟:

      步驟一:輸入樣本數(shù)據(jù){x1,...,xn},及標(biāo)號(hào)集{y1,...,yn},變量初值α,預(yù)設(shè)容忍度ε,初始海森矩陣H;

      步驟二:添加自由變?cè)猽,c,β',λ',τ,生成二階錐約束;

      步驟三:求解最小化問(wèn)題:

      其中,τ=[τ1,...,τN]T,τ≥0表示τi≥0,i=1,2,...,N;c=[c1,...,cN]T,ri=rank(Di),Di=Q1/2,Q為矩陣,矩陣元素Qi,j=Ki,jyiyj;K為核矩陣;y=[y1,...,yl]T;e為單位向量;λ∈R;

      步驟四:若有當(dāng)前目標(biāo)函數(shù)梯度的下降值小于預(yù)設(shè)的收斂容忍度,則步驟終止,得到分類(lèi)結(jié)果;否則返回步驟三進(jìn)行下一次迭代。

      (三)有益效果

      與現(xiàn)有技術(shù)相比較,本發(fā)明具備如下有益效果:

      1、本發(fā)明提出了一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,可有效降低橢球核組合支持向量機(jī)的計(jì)算復(fù)雜度。

      2、本發(fā)明適用范圍廣泛,適合于多源、異構(gòu)數(shù)據(jù)集,可直接應(yīng)用于故障判斷、醫(yī)療診斷、專(zhuān)家系統(tǒng)、智能計(jì)算等模式識(shí)別與人工智能各領(lǐng)域。

      附圖說(shuō)明

      圖1為本發(fā)明提出的球型分布數(shù)據(jù)專(zhuān)用線性二分類(lèi)計(jì)算方法流程圖。

      具體實(shí)施方式

      為使本發(fā)明的目的、內(nèi)容、和優(yōu)點(diǎn)更加清楚,下面結(jié)合附圖和實(shí)施例,對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。

      為解決上述技術(shù)問(wèn)題,本發(fā)明提供一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,依據(jù)目標(biāo)優(yōu)化問(wèn)題中約束條件的錐特性,將約束條件逐一轉(zhuǎn)換為二階錐約束;采用二階錐規(guī)劃迭代計(jì)算,給出計(jì)算結(jié)果;使計(jì)算復(fù)雜度降為O(Nn3.5);

      如上所述的一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法,如圖1所示,具體包括如下步驟:

      步驟一:輸入樣本數(shù)據(jù){x1,...,xn},及標(biāo)號(hào)集{y1,...,yn},變量初值α,預(yù)設(shè)容忍度ε,初始海森矩陣H;

      步驟二:添加自由變?cè)猽,c,β',λ',τ,生成二階錐約束;

      步驟三:求解最小化問(wèn)題:

      其中,τ=[τ1,...,τN]T,τ≥0表示τi≥0,i=1,2,...,N;c=[c1,...,cN]T,ri=rank(Di),Di=Q1/2,Q為矩陣,矩陣元素Qi,j=Ki,jyiyj;K為核矩陣;y=[y1,...,yl]T;e為單位向量;λ∈R;

      步驟四:若有當(dāng)前目標(biāo)函數(shù)梯度的下降值小于預(yù)設(shè)的收斂容忍度,則步驟終止,得到分類(lèi)結(jié)果;否則返回步驟三進(jìn)行下一次迭代。

      實(shí)施例

      本實(shí)施例具體內(nèi)容如下:

      一、工作流程

      在輸入樣本數(shù)據(jù){x1,...,xl}后,本發(fā)明計(jì)算方法的關(guān)鍵部分在于計(jì)算一個(gè)與原問(wèn)題等價(jià)的二階錐規(guī)劃問(wèn)題。核矩陣的橢球組合可表示為:

      工作流程:

      本發(fā)明提出的一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法流程如圖1所示,具體包括如下步驟:

      步驟一:輸入樣本數(shù)據(jù){x1,...,xn}以及標(biāo)號(hào)集{y1,...,yn},其中xi∈Rm,i=1,...,l,yi∈{-1,1},i=1,...,n,1表示數(shù)據(jù)屬于正類(lèi),-1表示數(shù)據(jù)屬于負(fù)類(lèi);初始變量值α0=[1,...,1]T,預(yù)設(shè)容忍度ε=10-3,初始海森矩陣Hk=E,E為單位矩陣;

      步驟二:添加自由變?cè)猽,c,β',λ',τ,并賦初值u=[1,...,1]T,c=[1,...,1]T,β'=[1,...,1]T,λ'=0,τ=[1,...,1]T,生成二階錐約束。本發(fā)明計(jì)算方法的關(guān)鍵部分在于計(jì)算一個(gè)與原問(wèn)題等價(jià)的二階錐規(guī)劃問(wèn)題。在本步驟中,按如下方式生成二階錐約束:

      原約束:

      步驟三:將矩陣Q∈U,

      變量值α0,帶入如下最小化問(wèn)題,并求解:

      其中,τ=[τ1,...,τN]T,τ≥0表示τi≥0,i=1,2,...,N;c=[c1,...,cN]T,ri=rank(Di),Di=Q1/2,Q為矩陣,矩陣元素Qi,j=Ki,jyiyj;K為核矩陣;y=[y1,...,yl]T;e為單位向量;λ∈R;u=[u1,...,uN]T;求解采用梯度下降方式迭代計(jì)算,具體為:在第k步迭代中,優(yōu)化目標(biāo)變量αk的更新方向?yàn)棣?sub>k,λk通過(guò)線性規(guī)劃過(guò)程得到;更新步長(zhǎng)為Pk,計(jì)算Pk要用到Hk值和gk值,gk為當(dāng)前目標(biāo)函數(shù)梯度值。更新完αk后,需計(jì)算Hk+1的值,用于下次迭代過(guò)程,所需計(jì)算公式如下:

      步驟四:若有當(dāng)前目標(biāo)函數(shù)梯度的下降值ψk小于預(yù)設(shè)的收斂容忍度,則步驟終止,得到結(jié)果;否則返回步驟三進(jìn)行下一次迭代。

      二、計(jì)算復(fù)雜度對(duì)比

      令mi表示二階錐約束的維度,m表示二階錐約束的個(gè)數(shù),則二階錐規(guī)劃算法的迭代次數(shù)為半定規(guī)劃法的迭代次數(shù)二階錐規(guī)劃法每次迭代的計(jì)算復(fù)雜度為O(m2imi),半定規(guī)劃法為O(m2imi2)。在橢球核組合支持向量機(jī)中,有

      m=O(N+n),

      因此,本發(fā)明提出的一種橢球核組合支持向量機(jī)的二階錐規(guī)劃計(jì)算方法每步迭代的計(jì)算復(fù)雜度為O(Nn3),總計(jì)算復(fù)雜度為O(Nn3.5)。而半定規(guī)劃法每步迭代的計(jì)算復(fù)雜度為O(Nn4),總計(jì)算復(fù)雜度為O(N1.5n4.5)。

      綜上所述,本發(fā)明依據(jù)橢球核組合支持向量機(jī)中,目標(biāo)優(yōu)化問(wèn)題約束條件的錐特性,將約束條件逐一轉(zhuǎn)換為二階錐約束;采用二階錐規(guī)劃迭代計(jì)算,給出計(jì)算結(jié)果。

      以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式,應(yīng)當(dāng)指出,對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō),在不脫離本發(fā)明技術(shù)原理的前提下,還可以做出若干改進(jìn)和變形,這些改進(jìn)和變形也應(yīng)視為本發(fā)明的保護(hù)范圍。

      當(dāng)前第1頁(yè)1 2 3 
      網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1