导　　师： 夏尊铨

学科专业： G0105

授予学位： 硕士

作　　者： ;

机构地区： 大连理工大学

摘　　要： 本文基于支持向量机（svm）的最优解对应于翻译空间的解析中心这一结论，利用解析中心割平面法改进joachims提出的解决大规模稀疏分类问题的割平面算法，并给出删除多余约束的两条删除准则。我们所提出的算法的目的在于在整个约束集中寻找一小规模的起作用约束来保证充分精确的解。更准确的说，通过割平面法迭代产生一列连续的原问题约束区域的近似，其极限正是原约束区域的近似，精度不超过∈。割平面法被当作约束选择方法。我们将证明这是一个可行的策略，因为总是存在约束集中多项式级的子集能近似的代替所有约束。这给我们的算法带来了很大的方便。通过数值实验与原算法进行比较，表明本文所提算较原有算法有更好的数值效果。

关 键 词： 支持向量机 最优解 分类算法 割平面算法

分 类 号： [TP181]

领　　域： [自动化与计算机技术] [自动化与计算机技术]