Support Vector Machine-
支持向量机简介
报告概览
系统辨识和模式识别问题一般描述及存在问题
统计学习理论基本思想
支持向量机算法
线性可分
近似线性可分
非线性可分
SVM软件包
故障诊断中的应用
系统辨识和模式识别问题一般描述
系统(S)
输入x 输出y
从给定的函数集Ω中选择出能够最好地
逼近系统响应的函数ω
系统辨识和模式识别问题一般描述
已知:n个观测样本,(x
1
,y
1
), (x
2
,y
2
)…… (x
n
,y
n
)
求:最优函数y= f (x, w)
,
这个函数系统辨识中称为
辨识模型,模式识别问题中称为分类器。
满足条件:期望风险最小
损失函数
模式识别问题
回归问题
期望风险R(w)要依赖联合概率F(x,y)的信息,实际
问题中无法计算。
一般用经验风险R
emp
(w)代替期望风险R(w)