数据挖掘中的凸规划理论与方法

作为一种数据挖掘技术，支持向量机是当今机器学习领域的一个研究热点，最优化理论与方法是它的主要基石之一，其理论研究和实际应用都在快速的发展。本项目拟从凸规划的角度研究支持向量机，包括基于线性规划、锥优化和半定规划的分类问题的支持向量机新模型的构建和求解，基于线性规划、锥优化和半定规划的回归问题、半监督学习问题的支持向量机新模型的构建和求解，以及支持向量机中核函数选择的若干问题的研究。在应用领域，将针对海水工厂化养殖中的环境监测问题构建支持向量机模型和进行相应算法研究。目前我国对支持向量机的研究大多集中在应用研究上，从"最优化理论和方法"角度出发的研究工作很少看到，还没有见到将支持向量机应用到海水工厂化养殖中的环境监测问题的研究。在国际上对本项目的主要研究内容，有的尚未见到，有的只是处于起步阶段。因此，本项目的研究无论是对支持向量机理论还是应用实践方面，都是很有意义的。