信息技术的迅猛发展使数据规模越来越大,随之而来的信息污染问题日益严重。因此,数据挖掘成为一个十分迫切且具有挑战性的研究课题。支持向量机作为数据挖掘的一种新方法,近年来出现了一个新的研究方向- - 光滑支持向量机。但光滑支持向量机在模型、求解算法及应用等方面,还存在许多尚未解决的理论问题。鉴于这些问题,本项目在3年的执行期内做了以下深入的研究工作寻找性能更好的光滑函数;提出新的光滑支持向量机模型,使新模型的收敛速度更快;使用更优的算法求解光滑支持向量机的新模型,从新模型和求解算法两方面提高支持向量机的分类性能和效率。通过3年的研究,本项目取得了以下重要结果在国内外学术期刊和国际会议上发表论文15篇,其中在《Pattern Recognition Letters》、《电子学报》、《计算机研究与发展》等著名专业学术期刊上发表论文4篇(含录用),属于三大索引的9篇。通过本项目的研究,建立了新的支持向量机模型及其新的求解算法,进一步提高了分类的性能和效率,为相关的应用领域提供了更好的理论支持和技术方法;还把光滑支持向量机应用于指纹识别中,拓展了支持向量机的应用领域。
英文主题词Support vector machine, smooth, classification, Newton-Armijo algorithm, Newton-PCG algorithm