支持向量机在人体健康状态预测中的研究与应用

【摘要】机器学习是人工智能的核心内容之一,机器学习利用训练数据发现隐含模式或者机制,机器学习应用在分类问题上可以利用发现的模式或者机制对未知数据进行分类。随着人工智能领域的发展,机器学习方法已经被广泛的应用到各领域的预测建模中,形成了系统的分析方法和众多的学习机模型。支持向量机(SVM)模型由于其具有非常好的模型稀疏性和坚实的理论基础,使其在各个领域中的应用得到了人们的广泛认可。SVM学习的关键在于距离度量模型的选择,该模型决定了样本数据映射到的高维特征空间。在实际问题中核函数作为度量模型(例如高斯核函数等)在SVM中度量两个实例之间的距离。但是,在选定高斯核函数作为度量方法来进行SVM学习后,确定核函数的参数σ(高斯径向基函数的宽度)将成为一个关键问题,σ对分类器的性能影响很大。确定高斯核参数σ比较典型的方法有梯度下降法与交叉验证法等。一个共性的问题是这些优化方法的计算量复杂度较高,当样本达到一定规模时无法应用。梯度下降法与交叉验证法等都是关注于分析核函数与训练误差之间的数学关系,这些方法将训练误差最小化作为参数选择的优化指标。在本文中我们将提出一种新颖的方法,即从核函数的性质出发来选择适当的优化指标,用来指导核函数参数的确定。核函数的性质是把低维空间的线性不可分数据映射到高维空间中,使之在高维空间上线性可分。核函数隐式的定义了一种非线性映射函数Φ(x),我们希望样本通过Φ(x)映射到高维特征空间中能够具有更好的可分性。这种可分性表现为同一类别的样本实例之间的相似度较高,不同类别的样本实例之间的相似度较低。我们从几何距离上来衡量样本实例间的相似度：我们希望同一类别的样本实例之间的几何距离尽可能小,不同类别的样本实例之间的几何距离尽可能大。根据这一原则,我们定义了目标函数,从而把参数σ的选择问题转化为目标函数的优化问题。我们利用高斯函数的麦克劳林展开式使得目标函数转化为二次函数,从而简单地实现了对σ的求解。实验仿真结果表明：在分类正确率上,本文提出的方法和交叉验证法相差不大；在训练时间上,本文的方法要比交叉验证法小很多。在保证分类正确率的基础上,本文的方法可以有效地降低高斯核SVM在参数选择上的时耗,而且本文的方法只需要常数级的空间开销。基于本文提出的参数选择和高斯核SVM的分类方法,我们根据人体经络值对人体健康状态进行预测建模。最终模型的AUC(theareaunderthecurve)值达到了0.9416。综合实验结果,预测模型展示了较好的预测效果,可以根据人体经络能量值来对人体健康状态进行预测。限于人体生理经络的复杂性、受测人群的地域和年龄覆盖范围等因素,预测结果具有一定的参考价值。
【作者】陈家伟；
【导师】王行甫；
【作者基本信息】中国科学技术大学，计算机应用技术，2014，硕士
【关键词】支持向量机；高斯核；参数选择；经络值；健康预测；

【参考文献】
[1]杨定国.CDAS副站G/T值的测试[J].空间电子技术.1997(04)
[2]杜晓.金属硫化物NiS的合成及其嵌脱锂性能研究[D].大连海事大学,交通运输工程,2014,硕士.
[3]侯忠诚.信息社会的理念与发展[J].世界电信.2003(08)
[4]李全胜.金海食品工业有限公司设备信息化管理系统的设计与实现[D].燕山大学,计算机技术,2013,硕士.
[5]周雅珍.零价铁—微生物—活性炭耦合固定化颗粒去除地下水中三氯乙烷[D].华东理工大学,环境科学与工程,2014,硕士.
[6]陈小梅.9岁至12岁儿童的选择反应时与智力的关系[D].福建师范大学,发展与教育心理学,2004,硕士.
[7]郭聃.长白山植被垂直带地形控制机制研究[D].东北师范大学,地图学与地理信息系统,2014,博士.
[8]刘凡.SrCrO_4固体润滑材料的制备与摩擦学性能研究[D].哈尔滨工业大学,材料学,2013,硕士.
[9]韦华建.列车振动对隧道结构及地面机场跑道的影响研究[D].重庆交通大学,桥梁与隧道工程,2012,硕士.
[10]刘哲.浐灞生态区建设的景观格局变化及其生态效应分析[D].西北大学,自然地理学,2013,硕士.
[11]卞葆.加快我国纺织科技经济一体化的对策[J].中国纺织.1995(04)
[12]王鹏.图式理论在中级对外汉语阅读教学中的应用[D].山东大学,汉语国际教育（专业学位）,2012,硕士.
[13]谢小信,刘晓平,张嗣瀛.广义系统:状态空间结构[J].自动化学报,1993,02:253-256.
[14]丁春生,曾海明,黄燕,彭芳,徐召燃.电絮凝法处理偶氮染料废水的脱色试验研究[J].印染助剂,2012,03:39-41.
[15]杜丽芳.图式理论在乡镇高中英语阅读教学中的应用[D].杭州师范大学,学科教学（专业学位）,2011,硕士.
[16]史志伟,韩敏.ESN岭回归学习算法及混沌时间序列预测[J].控制与决策,2007,03:258-261+267.
[17]辛亚.改性TiO_2纳米材料光催化甘油水溶液制氢性能研究[D].天津大学,工业催化,2013,硕士.
[18]小乐.BI——至少还有你[J].计算机周刊,2002,11:21.
[19]于雪燕.经理人权力强度与公司业绩的关系[D].复旦大学,金融工程管理,2012,硕士.
[20]李瑾.我国上市公司债务融资的治理效应研究[D].西安电子科技大学,金融学,2013,硕士.
[21]王冰.基于多目标遗传算法的散杂货港口船舶调度系统研究[D].北京交通大学,2014.
[22]高秀丽.融合深度信息的视觉注意模型研究及其应用[D].杭州电子科技大学,信号与信息处理,2013,硕士.
[23]曹英馨.视频检索中镜头边界检测算法研究[D].太原科技大学,电路与系统,2014,硕士.
[24]邓会宁,田明,杨秀丽,何云飞.反电渗析法海洋盐差电池的结构优化与能量分析[J].化工学报.
[25]王磊.大型铸锻件超声无损检测技术研究[D].河北科技大学,材料加工工程,2013,硕士.
[26]赵晓慧.社区管理体制创新问题研究[D].内蒙古大学,公共管理,2013,硕士.
[27]王红霞.气体喷射器的设计及数值模拟研究[D].南京理工大学,2009.
[28]刘旭利.男性高龄老人慢性肾脏病的流行病学调查及营养状况研究[D].中国人民解放军医学院,老年医学,2013,硕士.
[29]林丽.水稻短根突变体Osksr4基因的克隆及功能的初步研究[D].宁波大学,生物化学与分子生物学（专业学位）,2014,硕士.
[30]胡芳芹.芩柏加减方对溃疡性结肠炎大鼠结肠黏膜AQP4和AQP8表达的影响[D].湖南中医药大学,中医外科学,2014,硕士.
[31]张强,韩学山,徐建政.可用输电能力的概率优化决策模型与计算[J].电力系统自动化,2007,23:15-18.
[32]董宁,许杰,孙赞东,路菁,周刚,刘致水.泥页岩脆性地球物理预测技术[J].石油地球物理勘探,2013,S1:69-74+202+7.
[33]牧磊.丹参、三七有效组分及复方配伍经内耳给药的转运特性和机理[D].广东药学院,药剂学,2012,硕士.
[34]罗辅燕,陈卫英,陈真勇.指数改进模型在大麦光合-CO_2响应曲线中的适用性[J].植物生态学报,2013,07:650-655.
[35]王婧宇.城市轨道交通列车动力学模型的仿真研究[D].北京交通大学,2009.
[36]张荣卿.衡阳市雁城宾馆中高层管理人员激励机制研究[D].湖南大学,工商管理,2012,硕士.
[37]王婷婷.时代的“新英雄”[D].延安大学,中国现当代文学,2014,硕士.
[38]陈林.基于Logit模型的成渝通道交通选择行为研究[D].西南交通大学,交通运输规划与管理,2013,硕士.
[39]赵方伟,谢基龙.小应力循环对C70_E型车体疲劳损伤的影响研究[J].机械工程学报,2014,10:121-126.
[40]侯鹏飞.浅谈高纯度色彩在油画中的运用[J].艺术科技,2013,08:128.
[41]庄文艳.乌鲁木齐地区英语专业基础阶段精读课堂中教师提问现状的调查分析[D].新疆师范大学,外国语言学及应用语言学,2013,硕士.
[42]高冬冬.童趣元素在现代标志设计中的应用研究[D].沈阳师范大学,美术学,2014,硕士.
[43]高治洲.银河煤矿“三下”条带开采方案研究[D].西安科技大学,矿业工程,2013,硕士.
[44]王夏烈.石墨烯和石墨烯/聚苯胺复合材料的制备[D].湘潭大学,2012.
[45]张善凯.通货膨胀持续性与货币政策区制的关联性研究[D].吉林大学,数量经济学,2014,硕士.
[46]于克生.基于嵌入式Linux的室内空气监测系统研究[D].华中科技大学,微电子学与固体电子学,2013,硕士.
[47]刘森森.新型半导体光催化材料的可控制备及光催化性质研究[D].温州大学,物理化学,2012,硕士.
[48]贾德香,程浩忠,韩净.发电投资的期权博弈决策方法[J].电力系统自动化,2007,08:17-21+26.
[49]张坤.预应力混凝土箱形梁局部应力分析[D].长安大学,建筑与土木工程（专业学位）,2014,硕士.
[50]吴峰妹.PGE_2诱导人正常支气管上皮细胞增殖及PDK1表达的机制研究[D].苏州大学,内科学,2013,硕士.