众文网1.支持向量机研究现状
支持向量机能较好地解决小样本、非线性、高维数和局部极小点等实际问题，已成为机器学习界的研究热点之一。目前，国际上对这一理论的讨论和进一步研究较为深入。我国国内对这一理论已经开展了积极，有效的研究工作，尤其是近几年支持向量机越来越广泛地被应用到生产和生活中。支持向量机开始主要应用在模式识别方面，如手写数字的识别问题，语音识别等，后来应用于人脸检测，以及文本分类网等各种领域。支持向量机在生物信息领域，如蛋白质的分类，DNA分析等，取得了较好的结果。此外支持向量机还应用于时间序列分析、回归分析、聚类分析。但相比之下，分类问题的研究较为成熟，其他方面如时间序列分析，聚类分析等方面的研究，还有待进一步的完善。另一方面，在实际应用中，出现的算法参数选择，特征选择问题等，还需要进一步的研究。支持向量机方法虽然是针对两类分类问题而提出的，但如何将两类的分类方法推广到多类问题的分类也是支持向量机理论研究的重要内容之一。目前，将支持向量机的思想应用于解决多类问题的方法，主要有一类对余类、成对分类以及决策树的方法等。
基坑降水环境影响评价问题，是基坑降水环境系统和孕灾环境系统分析的问题。基坑降水环境影响评价指标是用来表征具体环境特性和质量的指标体系。因为实际的环境千差万别，研究内容各不相同，所以建立统一的指标体系解决不同区域的环境评价显然是不切实际的，但是根据影响因素分析，建立相对统一的指标层次结构体系又是可行的。影响因素包括两个方面，一是基坑工程本身固有的工程水文地质和设计要素，二是基坑开挖和运营期间周边环境的影响。其样本是有限样本、非线性、多维问题。因此新兴的机器学习支持向量机能够解决基坑降水环境影响评价与预测问题。
2.要学习主成分分析PCA和支持向量机SVM,谁能推荐两本书或两篇论
主成分分析方面可以看以下两篇论文，个人觉得讲的比较好：
Kernel_principal_component_analysis,Bernhard Scholkopf,1996
Nonlinear Component Analysis as a Kernel Eigenvalue Problem,Bernhard Scholkopf,1996
支持向量机的话，建议你看《统计学习理论》和《一种数据挖掘的新方法——支持向量机》这两本比较好。《统计学习理论》是支持向量机的理论基础，这本书很厚但是可以打下比较扎实的理论基础，值得好好读一下。另外，刚入门的话可以找一下SVM的一些综述性文献，这个网上很多，我就不在这里多说了。
希望我的回答能对你有所帮助！
3.支持向量机研究现状
支持向量机能较好地解决小样本、非线性、高维数和局部极小点等实际问题，已成为机器学习界的研究热点之一。
目前，国际上对这一理论的讨论和进一步研究较为深入。我国国内对这一理论已经开展了积极，有效的研究工作，尤其是近几年支持向量机越来越广泛地被应用到生产和生活中。
支持向量机开始主要应用在模式识别方面，如手写数字的识别问题，语音识别等，后来应用于人脸检测，以及文本分类网等各种领域。支持向量机在生物信息领域，如蛋白质的分类，DNA分析等，取得了较好的结果。
此外支持向量机还应用于时间序列分析、回归分析、聚类分析。但相比之下，分类问题的研究较为成熟，其他方面如时间序列分析，聚类分析等方面的研究，还有待进一步的完善。
另一方面，在实际应用中，出现的算法参数选择，特征选择问题等，还需要进一步的研究。支持向量机方法虽然是针对两类分类问题而提出的，但如何将两类的分类方法推广到多类问题的分类也是支持向量机理论研究的重要内容之一。
目前，将支持向量机的思想应用于解决多类问题的方法，主要有一类对余类、成对分类以及决策树的方法等。基坑降水环境影响评价问题，是基坑降水环境系统和孕灾环境系统分析的问题。
基坑降水环境影响评价指标是用来表征具体环境特性和质量的指标体系。因为实际的环境千差万别，研究内容各不相同，所以建立统一的指标体系解决不同区域的环境评价显然是不切实际的，但是根据影响因素分析，建立相对统一的指标层次结构体系又是可行的。
影响因素包括两个方面，一是基坑工程本身固有的工程水文地质和设计要素，二是基坑开挖和运营期间周边环境的影响。其样本是有限样本、非线性、多维问题。
因此新兴的机器学习支持向量机能够解决基坑降水环境影响评价与预测问题。
4.求一篇线性代数的论文
线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。
向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。
由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。 线性代数的主要内容是研究代数学中线性关系的经典理论。
由于线性关系是变量之间比较简单的一种关系，而线性问题广泛存在于科学技术的各个领域，并且一些非线性问题在一定条件下 ， 可以转化或近似转化为线性问题，因此线性代数所介绍的思想方法已成为从事科学研究和工程应用工作的必不可少的工具。尤其在计算机高速发展和日益普及的今天，线性代数作为高等学校工科本科各专业的一门重要的基础理论课，其地位和作用更显得重要。
线性代数主要研究了三种对象：矩阵、方程组和向量.这三种对象的理论是密切相关的，大部分问题在这三种理论中都有等价说法.因此，熟练地从一种理论的叙述转移到另一种去，是学习线性代数时应养成的一种重要习惯和素质.如果说与实际计算结合最多的是矩阵的观点，那么向量的观点则着眼于从整体性和结构性考虑问题，因而可以更深刻、更透彻地揭示线性代数中各种问题的内在联系和本质属性.由此可见，只要掌握矩阵、方程组和向量的内在联系，遇到问题就能左右逢源，举一反三，化难为易. 一、注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。 线性代数的概念很多，重要的有： 代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩（矩阵、向量组、二次型），等价（矩阵、向量组），线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。
我们不仅要准确把握住概念的内涵，也要注意相关概念之间的区别与联系。 线性代数中运算法则多，应整理清楚不要混淆，基本运算与基本方法要过关，重要的有： 行列式（数字型、字母型）的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与极大线性无关组，线性相关的判定或求参数，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量（定义法，特征多项式基础解系法），判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵（亦即用正交变换化二次型为标准形）。
二、注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。 线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，学习时应当常问自己做得对不对？再问做得好不好？只有不断地归纳总结，努力搞清内在联系，使所学知识融会贯通，接口与切入点多了，熟悉了，思路自然就开阔了。
例如：设A是m*n矩阵，B是n*s矩阵，且AB=0，那么用分块矩阵可知B的列向量都是齐次方程组Ax=0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有 r(B)≤n-r(A)即r(A)+r(B)≤n 进而可求矩阵A或B中的一些参数 上述例题说明，线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，同学们整理时要注重串联、衔接与转换。 三、注重逻辑性与叙述表述 线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解考生对数学主要原理、定理的理解与掌握程度，考查考生的抽象思维能力、逻辑推理能力。
大家复习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。
5.毕业设计 我想阐述一下并行计算的发展
从20世纪40年代开始的现代计算机发展历程可以分为两个明显的发展时代：串行计算时代、并行计算时代。
每一个计算时代都从体系结构发展开始，接着是系统软件（特别是编译器与操作系统）、应用软件，最后随着问题求解环境的发展而达到顶峰。 并行计算机是由一组处理单元组成的。
这组处理单元通过相互之间的通信与协作，以更快的速度共同完成一项大规模的计算任务。因此，并行计算机的两个最主要的组成部分是计算节点和节点间的通信与协作机制。
并行计算机体系结构的发展也主要体现在计算节点性能的提高以及节点间通信技术的改进两方面。 节点性能不断进步 20世纪60年代初期，由于晶体管以及磁芯存储器的出现，处理单元变得越来越小，存储器也更加小巧和廉价。
这些技术发展的结果导致了并行计算机的出现。这一时期的并行计算机多是规模不大的共享存储多处理器系统，即所谓大型主机。
IBM 360是这一时期的典型代表。 到了20世纪60年代末期，同一个处理器开始设置多个功能相同的功能单元，流水线技术也出现了。
与单纯提高时钟频率相比，这些并行特性在处理器内部的应用大大提高了并行计算机系统的性能。伊利诺依大学和Burroughs公司此时开始实施Illiac Ⅳ计划，研制一台64颗CPU的SIMD主机系统，它涉及到硬件技术、体系结构、I/O设备、操作系统、程序设计语言直至应用程序在内的众多研究课题。
不过，当一台规模大大缩小的原型系统（仅使用了16颗CPU）终于在1975年面世时，整个计算机界已经发生了巨大变化。 首先是存储系统概念的革新，提出虚拟存储和缓存的思想。
以IBM 360/85和IBM 360/91为例，两者是属于同一系列的两个机型，IBM 360/91的主频高于IBM 360/85，所选用的内存速度也较快，并且采用了动态调度的指令流水线。但是，IBM 360/85的整体性能却高于IBM 360/91，惟一的原因就是前者采用了缓存技术，而后者则没有。
其次是半导体存储器开始代替磁芯存储器。最初，半导体存储器只是在某些机器中被用作缓存，而CDC7600则率先全面采用这种体积更小、速度更快、可以直接寻址的半导体存储器，磁芯存储器从此退出了历史舞台。
与此同时，集成电路也出现了，并迅速应用到计算机中。元器件技术的这两大革命性突破，使得Illiac Ⅳ的设计者们在底层硬件以及并行体系结构方面提出的种种改进都大为逊色。
处理器高速发展 1976年Cray-1问世以后，向量计算机从此牢牢地控制着整个高性能计算机市场15年。Cray-1对所使用的逻辑电路进行了精心的设计，采用了我们如今称为RISC的精简指令集，还引入了向量寄存器，以完成向量运算。
这一系列技术手段的使用，使Cray-1的主频达到了80MHz。 微处理器随着机器的字长从4位、8位、16位一直增加到32位，其性能也随之显著提高。
正是因为看到了微处理器的这种潜力，卡内基·梅隆大学开始在当时流行的DEC PDP-11小型计算机的基础上研制一台由16台PDP-11/40处理机通过交叉开关与16个共享存储器模块相连接而成的共享存储多处理器系统C.mmp。 从20世纪80年代开始，微处理器技术一直在高速前进。
稍后又出现了非常适合于SMP方式的总线协议。而伯克利加州大学则对总线协议进行了扩展，提出了Cache一致性问题的处理方案。
从此，C.mmp开创出的共享存储多处理器之路越走越宽。现在，这种体系结构已经基本上统治了服务器和桌面工作站市场。
通信机制稳步前进 同一时期，基于消息传递机制的并行计算机也开始不断涌现。20世纪80年代中期，加州理工学院成功地将64个i8086/i8087处理器通过超立方体互连结构连结起来。
此后，便先后出现了Intel iPSC系列、INMOS Transputer系列，Intel Paragon以及IBM SP的前身Vulcan等基于消息传递机制的并行计算机。 20世纪80年代末到90年代初，共享存储器方式的大规模并行计算机又获得了新的发展。
IBM将大量早期RISC微处理器通过蝶形互连网络连结起来。人们开始考虑如何才能在实现共享存储器缓存一致的同时，使系统具有一定的可扩展性。
20世纪90年代初期，斯坦福大学提出了DASH计划，它通过维护一个保存有每一缓存块位置信息的目录结构来实现分布式共享存储器的缓存一致性。后来，IEEE在此基础上提出了缓存一致性协议的标准。
20世纪90年代至今，主要的几种体系结构开始走向融合。 属于数据并行类型的CM-5除大量采用商品化的微处理器以外，也允许用户层的程序传递一些简单的消息。
Cray T3D是一台NUMA结构的共享存储型并行计算机，但是它也提供了全局同步机制、消息队列机制，并采取了一些减少消息传递延迟的技术。 随着微处理器商品化、网络设备的发展以及MPI/PVM等并行编程标准的发布，集群架构的并行计算机出现开始。
IBM SP2系列集群系统就是其中的典型代表。在这些系统中，各个节点采用的都是标准的商品化计算机，它们之间通过高速网络连接起来。
1.2 有限元并行计算的发展和现状 目前，在计算力学领域内，围绕着基于变分原理的有限元法 和基于边界积分方程的边界元法，以及基于现在问世的各种并行 计算机，逐渐形成了一个新的学科分支——有限元并。
转载请注明出处众文网 » 向量机的毕业论文(支持向量机研究现状)