基于多平面支持向量机的地形识别研究
关键词 多平面支持向量机 地形识别 模式识别
毕业论文设计说明书外文摘要
Title Identification of multi-level terrain based on support vector machine
Abstract
Terrain recognition is Pattern Recognition and context-aware intelligent robot topics at the forefront, including the identification of the target class terrain recognition and identification can pass two tasks, the subject of research to identify more flat terrain SVM, which supports vector-based multi-plane machine includes two categories: feature-valued methods and models related to support vector method. Eigenvalues multi-plane support vector machine support vector machine is designed to relieve the traditional large-scale classification problems require high memory and high computational cost and the inability to reliably solving complex problems such as XOR, related more traditional support vector machine support vector machine computing faster, better performance. This paper work is to understand the principle of multi-level support vector machines based on a series of reliable multi-master plane SVM, the terrain identify issues and investigate methods to verify the validity of the proposed algorithm.
Keywords Multisurface support vector machine, Terrain recognition，Pattern recognition
目 次
1 绪论 1
1.1 研究背景及意义 1
1.2 支持向量机 1
1.3 基于多平面支持向量机的地形识别 3
1.4 本文内容与结构 4
2 基于广义特征值的多平面支持向量机6
2.1 引言 6
2.2 算法提出 6
2.3 性能分析 7
2.4 本章小结 8
3 多权向量投影支持向量机 9
3.1 引言 9
3.2 算法设计 9
3.3 差形式 11
3.4 性能分析 11
3.5 时间复杂度 12
3.6 本章小结 12
4 相关支持向量机型多平面支持向量机 13
4.1 引言 13
4.2 孪生支持向量机 14
4.3 性能分析 14
4.4 本章小结 14
5 最小二乘孪生支持向量机 15
5.1 引言 15
5.2 算法设计 16
5.3 本章小结 17
6 实验结果 18
6.1 异或数据分类结果18
6.2 UCI数据分类结果 18
6.3 地形数据库数据分类结果20
7 总结与展望 22
结论 23
致谢 24
参考文献25
1 绪论
1.1 研究背景及意义
机器人的应用越来越广泛，几乎涉及到各个领域，而移动智能机器人[1]则是机器人学[2]中一个重要的分支。关于移动智能机器人的研究也涉及多个方面，其中对地形的识别研究一直持续到现在并不断发展。由于地形的复杂环境，对它的研究主要就在于对复杂地形进行识别和分类，实现移动机器人的自主移动。早在60年代，人们就已经开始了关于移动机器人的研究，其中，支持向量机[3](SVM)是机器学习领域一种非常重要的分类算法。由于其良好的泛化能力，使得这种分类方法在很多领域都有应用，20世纪90年代，该理论在解决一系列实际问题中获得成功，表现出极好的学习能力尤其是泛化能力,从而引起人们对这一领域的极大关注，但是时间复杂度高的缺点一直是困扰这种优秀的分类器进一步发展的原因。