项目名称: 双参数间隔/不敏感支持向量机及其拓展

项目编号: No.61202156

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 彭新俊

作者单位: 上海师范大学

项目金额: 23万元

中文摘要: 支持向量机在自然科学、工程计算和社会科学等诸多学科中具有广泛的应用。本项目重点研究一类新型支持向量机- - 双参数间隔/不敏感支持向量机的理论分析、算法与应用。主要内容包括:双参数间隔/不敏感支持向量机的改进模型、几何意义与几何算法、理论泛化界、基于双参数间隔/不敏感支持向量机的特征选择算法以及其它方面的应用。本项目的研究成果将丰富和发展支持向量机的理论和算法,并为支持向量机在不同学科中的数据挖掘应用提供新的计算方法,具有十分重要的理论意义和应用价值。

中文关键词: 模式识别;支持向量机;参数间隔;改进模型;拓展应用

英文摘要: Support vector machines (SVMs) have been successfully applied in many disciplines, including the nature science, engineering calculation, and social science fields, etc. This project mainly researches a novel class of SVMs, called the twin parametric margin/insensitive support vector machines, including their the theoretical analysis, algorithms and applications. The main contents include: their improved models, the geometric interpretations and algorithms, the theoretical generalization bounds, and the novel feature selection method for real-world problems based on the twin parametric margin/insensitive support vector machines and some other applications. The research results of this project are of great theoretical significance and application value. They will not only fully enrich and develop the theory and algorithms of SVMs, but also provide some new methods for the applications of SVMs on the data mining of different disciplines.

英文关键词: Pattern recognition;Support vector machine;Parametric margin;Improved model;extension application

成为VIP会员查看完整内容
0

相关内容

模式识别 Pattern Recognition
信息物理融合系统 (CPS)研究综述
专知会员服务
45+阅读 · 2022年3月14日
「图分类研究」最新2022综述
专知会员服务
96+阅读 · 2022年2月13日
专知会员服务
22+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
143+阅读 · 2021年2月3日
【ICML2020】机器学习无参数在线优化,294页ppt
专知会员服务
54+阅读 · 2020年8月1日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
「基于GNN的图分类研究」最新2022综述
图与推荐
7+阅读 · 2022年2月14日
图神经网络:基础理论与模型思想
专知
3+阅读 · 2021年12月28日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
信息物理融合系统 (CPS)研究综述
专知会员服务
45+阅读 · 2022年3月14日
「图分类研究」最新2022综述
专知会员服务
96+阅读 · 2022年2月13日
专知会员服务
22+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
143+阅读 · 2021年2月3日
【ICML2020】机器学习无参数在线优化,294页ppt
专知会员服务
54+阅读 · 2020年8月1日
相关资讯
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
「基于GNN的图分类研究」最新2022综述
图与推荐
7+阅读 · 2022年2月14日
图神经网络:基础理论与模型思想
专知
3+阅读 · 2021年12月28日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员