面向大数据的非平行超平面支持向量机理论、算法与应用研究

Technological change produces massive data and machine learning has undoubtedly become a powerful tool for human beings to understand the essence of things from these massive data. Nonparallel Hyperplanes Support Vector Machine which is a kind of machine learning method, not only has all advantages of Support Vector Machine which is one of the research hotspots in machine learning method, but also has the characterizes of less computational complexity and strong generalization ability. However, the performance of Nonparallel Hyperplanes Support Vector Machine in large scale data environment is unsatisfactory in terms of storage space, computing speed and accuracy. Therefore, this research proposal intends to carry out a systematic study on Nonparallel Hyperplanes Support Vector Machine theory for big data, including frameworks, key technologies, and typical examples of validation. Firstly, we research on divide-and-conquer model for big data, machine learning theory for Nonparallel Hyperplanes Support Vector Machine under this model, and establish Nonparallel Hyperplanes Support Vector Machine framework under large data environment. Then, we propose a divide-and-conquer method for large scale Nonparallel Hyperplanes Support Vector Machine, a divide-and-conquer method for large scale v- Nonparallel Hyperplanes Support Vector Machine and Hash Nonparallel Hyperplanes Support Vector Machine, which speed up the convergence and accuracy of learning procedure. Finally, on typical examples about real-time monitoring of bank transaction risk, we apply algorithms to financial field which is related to national strategies. In conclusion, the study on theory and key technologies of Nonparallel Hyperplanes Support Vector Machine, plays an important role in Nonparallel Hyperplanes Support Vector Machine theory and application development under the big data environment.

科技变革产生海量数据，机器学习无疑成为人类从海量数据中认识事物本质强有力的工具。非平行超平面支持向量机作为一种机器学习算法，不仅具备机器学习研究热点之一支持向量机的优点，还兼具运算量小、推广能力强的特性。然而，大数据环境下非平行超平面支持向量机在存储空间、计算速度和准确率上表现不尽人意。故本项目旨在提出一系列面向大数据的非平行超平面支持向量机算法，从学习框架、关键技术和实例验证方面展开研究。首先，研究大数据样本分而治之模式和在该模式下非平行超平面支持向量机的学习理论；其次，提出分而治之的非平行超平面支持向量机、分而治之的v-非平行超平面支持向量机和哈希非平行超平面支持向量机，提升其收敛速度和预测准确性；最后，构建银行交易风险实时监测验证实例，将算法应用到关系国家战略的金融领域。通过上述研究，探索解决面向大数据的非平行超平面支持向量机理论和关键技术，对其在大数据环境下的广泛应用具有重要意义。

科技革命产生海量数据，机器学习无疑成为人类从海量数据中认识事物本质强有力的工具。非平行超平面支持向量机作为一种机器学习算法，不仅具备机器学习研究热点之一支持向量机的优点，还兼具运算量小、推广能力强的特性。然而，在大数据环境下非平行超平面支持向量机的存储空间、计算速度和准确率上表现不尽人意。故本项目旨在提出一系列面向大数据的非平行超平面支持向量机算法，从学习框架、关键技术和实例验证方面展开研究。.首先，研究大数据样本分而治之模式和在该模式下非平行超平面支持向量机的学习理论。提出了一个引理和三个定理来保证该学习理论的正确性。同时，进行了快速预测算法的建立和预测复杂性的研究。.其次，构建了分而治之的非平行超平面支持向量机，并针对非均衡问题提出了非均衡数据集上的分而治之非平行超平面支持向量机。大量的实验研究发现，分而治之非平行超平面支持向量机在标准数据集的计算速度上平均提升3倍，正确率较其他算法平均提升0.7%。.第三，构建分而治之的v-非平行超平面支持向量机，该算法所涉及的参数较少，且参数的取值范围很小，算法准确率较高。实验表明分而治之的v-非平行超平面支持向量机在标准数据集的计算速度上平均提升2倍，正确率较其他算法平均提升0.9%。.第四，本项目基于哈希技术，提出了哈希非平行超平面支持向量机来降低大规模数据在分类预测时的预测时间，该算法采用近似预测的方法，在不折损预测准确率的同时大幅度降低了预测时间。实验表明，该算法在准确率有所降低的情况下，在标准数据集的计算速度上平均提升174倍。.最后，本项目构建银行交易风险验证实例，将上述算法的优势运用在实际案例中，实验结果表明，在银行交易风险识别上，上述算法在准确性上提升了2.5%，.通过上述研究，探索解决了面向大数据非平行超平面支持向量机理论和关键技术，对其在大数据环境下的广泛应用具有重要意义。