資源描述:
《svm分類器置信度的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、廠——————一密級(jí):保密期限:姥章印童火警碩士研究生學(xué)位論文學(xué)姓專導(dǎo)學(xué)號(hào):.一Q2重圣墨Q一..名:嫠踅.業(yè):槿萎遲型皇蟹篚丕纏師:衄垡地熬援....院:讓篡扭堂院2010年3月10日●j^t^獨(dú)創(chuàng)性(或創(chuàng)新性)聲明本人聲明所呈交的論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得北京郵電大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意.申請(qǐng)學(xué)位論文與資料若
2、有不實(shí)之處,本人承擔(dān)一切相關(guān)責(zé)任.本人簽名:岔名]日期:如/o·多-/孓關(guān)于論文使用授權(quán)的說明學(xué)位論文作者完全了解北京郵電大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬北京郵電大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許學(xué)位論文被查閱和借閱;學(xué)??梢怨紝W(xué)位論文的全部或部分內(nèi)容,可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后遵守此規(guī)定)保密論文注釋t本學(xué)位論文屬于保密在—年解密后適用本授權(quán)書。非保密論文注釋:本學(xué)位論文不屬于保密范圍,適用本授權(quán)書。本人簽名:
3、鯔≥.一.日期:坦壘:蘭:!幺。..一導(dǎo)師簽名:幺j笙幽.日期:2==!::芻!Z.■f●J~人.^以一SVM分類器置信度的研究摘要當(dāng)今,由于海量數(shù)據(jù)的形成,迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí),促進(jìn)了數(shù)據(jù)挖掘的應(yīng)用,使這一技術(shù)迅速得到發(fā)展和完善。數(shù)據(jù)挖掘是數(shù)據(jù)庫、人工智能和統(tǒng)計(jì)學(xué)等學(xué)科的研究熱點(diǎn)領(lǐng)域之一。而分類技術(shù)作為數(shù)據(jù)挖掘技術(shù)的一個(gè)重要研究方面,受到研究者們的廣泛關(guān)注。支持向量機(jī)(SVM)是最重要的分類技術(shù)之一,也是近年來機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn),是借助最優(yōu)化理論解決分類問題的有力工具,在許多實(shí)際分類應(yīng)用中都表現(xiàn)了良好的性能。本文對(duì)SVM分類器
4、分類結(jié)果的置信度評(píng)估及決策修正算法進(jìn)行了研究,利用直接得到的觀察量來反映識(shí)別結(jié)果之間的相對(duì)可靠性,共設(shè)計(jì)了四種算法。通過實(shí)驗(yàn)證明了其中一種算法為最佳算法。在該算法中,我們?cè)诜诸惼黝A(yù)測(cè)階段獲取待測(cè)樣本和最優(yōu)分類超平面的距離,并且計(jì)算待測(cè)樣本的.i『個(gè)近鄰訓(xùn)練樣本與待測(cè)樣本經(jīng)Libsvm判斷的初始分類結(jié)果同屬一類的概率。對(duì)于給定的拒識(shí)率,該算法拒識(shí)并修正置信度小于相應(yīng)置信度閾值的樣本分類結(jié)果。實(shí)驗(yàn)結(jié)果證明此置信度評(píng)估及決策修正算法能夠很好地提高分類中常用的Libsvm分類器的性能,并且該算法具有相當(dāng)?shù)姆€(wěn)定性。關(guān)鍵詞:支持向量機(jī)置信度閾值拒識(shí)一f■≯一RES
5、EARCHESoNALGORITHMFORCONllDENCEABSTRACTAtpresent,theemergenceofvastamountsofdata,urgentlyneedtobeconvenedintousefulinformationandknowledge.Thispromotedapplicationofdatamining,andthistechnologyrapidlydevelopedandimproved.Dataminingisaactiveresearchfieldinvolvingdisciplinessuchasd
6、atabases,artificialintelligenceandstatistic.Amongthem,asanimportantaspectofdataminingtechnology,classificationtechnologyhasalwaysbeenconcernedaboutbyresearchers.Inrecentyears,supportvectormachineisonehottechnologyofmachinelearningresearchfields,andalsothemostimportant—classifica
7、tiontechnologies,apowerfultooltosolveclassificationproblemsusingoptimizationtheory.Itshowedgoodperformanceinmanypracticalapplications.ThispaperfocusesOntheresearchofalgorithmtoestimateconfidencemeasureanddecisionmodificationofsupportvectormachine(SVM).Totally4algorithmsusingpara
8、meterstoreflecttheconfidencesofrecognitionresul