基于支持向量机的数据分类与识别开题报告

1. 研究目的与意义

2017年5月，alphago以3∶0的比分击败围棋世界排名第一柯杰。次年5月，警方通过人脸识别在张学友赣州演唱会抓捕逃犯。从无人驾驶汽车，智能家居到多国语言在线翻译，人工智能已经渗透到日常生活的方方面面。

机器学习（machine learning，ml）是人工智能领域的一个分支，其主要包括两种，监督学习和非监督学习^[1]。机器学习发展至今，包含了深度学习算法，人工智能算法，回归算法，决策树算法，贝叶斯算法，聚类算法等。90年代，vapnik等人在统计学习理论 (statistical learning theory，slt)的基础上提出支持向量机(support vector machines, svm)算法^[2]。我国学者在80年代末就注意到统计学习理论的基础成果，但那时少有人研究。

支持向量机是用来解决二分类问题的有监督学习算法（基于核函数的svm与三层前向神经网络等价）^[3]。它近似实现结构风险最小化原理（structure risk minimization,srm）^[4]，控制分类器的推广能力，比人工神经网络（ann）拥有更好的遗传性，它是专门针对有限样本情况的，目标不仅仅是得到样本趋于无穷大时的最优值，而是现有信息下的最优解^[5]。

2. 研究内容和预期目标

主要研究内容：

本课题主要研究svm的基本原理和实现方法，并利用python语言对数据数据进行分类和识别。本课题还将选取另一种机器学习算法—k均值聚类（k-means）算法对数据进行分类与识别，并将两种算法的实验结果进行比较，从准确率、工作效率的特点对系统进行实验评价。

svm是用来解决二分类问题的有监督学习算法，在引入了核方法之后svm也可以用来解决非线性问题。随着样本数据集规模的扩大，如何完善算法以提升效率值得研究。同时，从二维数据到多维数据的分类处理需要对svm进行改进。

3. 研究的方法与步骤

研究方法：

本课题采用svm 和 k-means这两种分类模型对数据进行分类和识别并进行比较，k-means算法采用与svm相同的数据进行测试。svm算法与k-means算法属于两类不同的方法，一个是有监督一个是无监督，观察结果比较两种算法的准确率，推论两者的有缺点以及应用范围。同时，进一步研究svm算法从二维简单数据的处理扩展到多维复杂数据的处理。

根据要求安装配置pycharm和anaconda环境，解库函数的调用以及其程序的实现过程，通过进行一些调试和案例实验，生成随机数据，一部分样本数据用于训练，一部分用于测试完善模型，并分析结果。

4. 参考文献

[1]余凯,贾磊,陈雨强,徐伟.深度学习的昨天、今天和明天[j].计算机研究与发展,2013,50(09):1799-1804.

[2]柳回春,马树元.支持向量机的研究现状[j].中国图象图形学报,2002(06):100-105.

[3]张铃.基于核函数的svm机与三层前向神经网络的关系[j].计算机学报,2002(07):696-700.

5. 计划与进度安排

1、2019.3.5-2019.4.5：充分查阅相关资料，撰写并修改完成开题报告；

2、2019.4.6-2019.4.25：深入研究支持向量机的算法原理，并在此基础上利用python语言对数据进行分类识别；

3、2019.4.26-2019.5.20：对程序界面及功能进行改进，以便更符合课题设计要求；