我要一个外文文献 最小二乘支持向量机的改进及其在化学化工中的应用作者：陶少辉专业：化学工程与技术导师：陈德钊 胡望明学位：博士单位：浙江大学分类：TQ02主题：最小二乘 支持向量机 建模 化工过程时间：2006年09月01日页数：1-116浏览：在线阅读 全文下载内容摘要最小二乘支持向量机(least squares support veotor maohine，LSSVM)是一种遵循结构风险最小化(structural risk minimization，SRM)原则的核函数学习机器，近年来化学、化工领域的应用日益广泛.本文以LSSVM在实际应用中的若干问题为主线，针对其应用中存在的高维数据降维、超参数选择和稀疏性等问题，提出了若干新算法，并应用于化学物质结构与性质问关系、化工生产过程等实际问题建模，效果显著.全文的主要内容可以归结为以下六个部分，其中包括了研究工作所取得的主要成果.1、系统回顾了统计学习理论和支持向量机的发展历史、研究现状与应用领域；介绍了支持向量机原理，及其应用中存在的一些问题.2、针对支持向量机解决非线性分类问题时，必须先将样本向量由原空间映射至高维重建核 Hilbert 空间的特点，利用核函数技术将线性的分类相关分析算法拓展至高维的重建核 Hilbert 空间，此即非线性分类相关分析。
