基于不确定先验知识的支持向量机理论与算法研究

项目名称： 基于不确定先验知识的支持向量机理论与算法研究

项目编号： No.11201100

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 刘凤秋

作者单位： 哈尔滨理工大学

项目金额： 22万元

中文摘要： 在机器学习领域，通过将先验知识结合到支持向量机以提高泛化能力是近来研究的热点。但是利用双重不确定先验知识设计核函数及所相关的非凸优化问题的求解鲜有关注。本项目以具有模糊-随机先验知识的学习问题为研究对象，对支持向量机理论与算法进行研究。以再生核Krein空间、不确定性、微分包含以及统计学习的相关理论为工具，围绕模糊-随机先验知识设计核函数开展以下三个方面的研究。（1）在Krein空间框架下，利用学习问题的模糊-随机先验知识设计核函数；（2）针对不定核支持向量机导出的非凸优化问题设计神经网络优化算法；（3）模糊-随机先验知识的支持向量机理论与算法的分析与验证的研究。理论上，为不确定先验知识设计核函数提供新的框架。应用上，为不确定先验知识支持向量机提供经验泛化误差界的新估计；给出求解不定核支持向量机非凸优化问题的高效的神经网络算法，为基于不确定先验知识的支持向量机应用提供保障。

中文关键词： 支持向量机；核函数；优化；神经网络；先验知识

英文摘要： Incorporating prior knowledge into support vector machine (SVM) to enhance its generalization ability has been a research focus recently in machine learning fields. However, there were less concentration on designing kernels by double uncertainty prior-kn

英文关键词： support vector machine；kernel；optimization；neural network；prior knowledge