一种基于酶数值膜系统的支撑向量机模型技术方案

本发明专利技术将支撑向量机和酶数值膜系统相结合，充分利用酶数值膜系统的并行性，通过建立酶数值膜系统模型，对数据集中的数据用一种并行的方式完成最小序列优化，每一个细胞膜中的数据同时与condition进行比较，销毁那些不符合条件的细胞膜，直到剩下唯一个细胞膜为止，该细胞膜中包含的变量值即为要求取的结果。随后将转化成对偶问题的SVM中损失函数α算子求得出来，根据损失函数中权重W,偏置b与α相应的关系，求出W,b，即可获得相应的分类函数。本发明专利技术提供的技术方案基于酶数值膜系统的支撑向量机模型,可以利用酶数值膜系统的并行性特点，快速的进行上最小序列优化。将该模型应用于各种机器学习算法中，有利于提高各类机器学习算法的效率。

【技术实现步骤摘要】
一种基于酶数值膜系统的支撑向量机模型
本专利技术涉及一种支撑向量机模型，特别涉及一种基于酶数值膜系统的支撑向量机模型。
技术介绍
在机器学习领域中，对于数据的各种计算要求不胜枚举，选取符合条件的数值，向量计算，求最值等环节。其中，对数据进行最小序列优化是一个很重要的部分，它的计算效率直接影响多数机器学习算法的计算效率了，尤其是经典支撑向量机(SVM)。SVM作为一个经典的机器学习分类算法，其理论成果已经达到一个相当的高度，因此被广泛应用于各种机器学习场景中，在医学，计算机，生物等领域均起着十分重要的作用。传统的支撑向量机算法及模型基于串行框架，即所有数据依次与限定条件进行比较，然后去掉那些不符合条件的数据。在如今属于大数据时代，数据量动辄成百上千万，传统的算法模型思想较为简单，就会受限于数据集的大小，数据集越大，时间开销就越大。所以传统的支撑向量机算法都是基于串行框架下的，从根本上没有办法提高效率。酶数值膜系统是受经济学与细胞传递信息的方式启发设计的神经型计算系统，是一种分布式、并行的、离散的计算模型。已经酶数值膜系统具有强大的计算能力，并且大多数模型都是图灵等价的。同时在解决计算困难问题方面也显示出了巨大的潜力。传统的串行最小序列优化模型存在以下缺点：效率较低，随着数据量的增大用时较长，求最值，求符合条件数值算法效率较低，在向量计算中灵活的增添限制条件有所不足。
技术实现思路
为了解决现有的算法缺点，本专利技术提出了一种基于酶数值膜系统的支撑向量机模型，本专利技术基于酶数值膜系统分布式、并行性的特点，通过将不满足条件的细胞膜销毁，直到剩下唯一的细胞膜为止。本专利技术所采用的技术方案如下：一种基于酶数值膜系统的支撑向量机模型，包括以下部分：A、对待分类数据集中所有的数据建立细胞膜；B、数值处理中，求最值模块应根据所有细胞膜中的数据与基准数据相比较，销毁所有比基准数据大(小)的数据所在的细胞膜，直到仅剩一个细胞膜为止；求符合条件数值模块，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜，直到仅剩一个细胞膜为止；在限制性向量计算模块中，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜；C、建立最小序列优化模型的酶数值膜系统。D、建立支撑向量机模型的酶数值膜系统。部分A中，所述的对数据进行细胞膜的建立是指：将每一个膜中的数据设置一个变量，变量的值为该数据的值，变量的标号为x1,x2,...,xn，每一个变量所在的细胞膜的标号为m1,m2,...,mn,假设第i个数据放置在第i个细胞膜中，即细胞膜的标号为mi,包含数据值得变量为xi。部分B中，所述的销毁过程是：求最大值模块中，令比较条件为第一个细胞膜中的变量，即condition＝x1,让所有细胞膜中的变量与condition进行比较，如果xi比condition小就销毁该细胞膜，否则保留；从第二次开始，给剩下的细胞膜重新标号，以让condition＝x2，重复销毁的过程，直到只剩下一个细胞膜为止；求符合条件数值模块中，让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留；限制性向量计算模块中，让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留。部分C中，所述的酶数值膜系统建立是指：对于有m-1个数据集，建立度为m的酶数值膜系统：其中(1)m是在此酶数值膜系统中所用到的所有细胞膜的数量；H是包含m个标记(细胞膜的标记)的数据集；μ是包含m个膜的膜结构；Vari，1≤i≤m是变量的集合；Vari(0)，1≤i≤m是在第i个区域内变量的初始值；Ei是酶变量的集合；pri是规则的集合；Efi是酶环境的标志，取决于酶环境是否存在；Epi酶环境的规则集合；Evi是用户自定义的变量，可以被更新；(2)用户自定两个变量：CM(CountMembranes)MO(MembraneOrder)分别代表剩余膜的数量和剩余膜的序号；Ef(1)Epc(x[value]≤MO(1)(x[value])|0)Epue(CM＝＝1|upEf(0))Epue(|upEpc(x[value]≤MO(2)(x[value])|0))含义是：令比较条件为第一个细胞膜中的变量，即condition＝x1，让所有细胞膜中的变量与condition进行比较，如果xi比condition小就销毁该细胞膜，否则保留；从第二次开始，给剩下的细胞膜重新标号，以让condition＝x2，重复销毁的过程，直到只剩下一个细胞膜为止。Ef(1)Epc(value1＜x[value]＜value2|1)Epue(|upEf(0))含义是：让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留，该方法只用比较一次的时间就能够将符合条件的数值求得。Ef(1)Epc(Mod(MO/2)＝＝1|1)Epue(|upEf(0))含义是：让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留，该方法可以通过对标号特定的细胞膜操作，从而对向量的计算方式加以控制。本专利技术部分D中，所述的酶数值膜系统建立是指：对于有m-1个数据集，建立度为m的酶数值膜系统：其中(1)m是在此酶数值膜系统中所用到的所有细胞膜的数量；H是包含m个标记(细胞膜的标记)的数据集；μ是包含m个膜的膜结构；Vari，1≤i≤m是变量的集合；Vari(0)，1≤i≤m是在第i个区域内变量的初始值；Ei是酶变量的集合；pri是规则的集合；Efi是酶环境的标志，取决于酶环境是否存在；Epi酶环境的规则集合；Evi是用户自定义的变量，可以被更新；(2)构造过程是，通过最小序列优化模型，将转化成对偶问题的SVM中损失函数α算子求得出来，根据损失函数中权重W,偏置b与α相应的关系，求出W,b，即可获得相应的分类函数。本专利技术提供的技术方案带来的有益效果是：本专利技术将最小序列优化算法和酶数值膜系统相结合，充分利用酶数值膜系统的并行性，通过建立酶数值膜系统模型，对数据集中的数据用一种并行的方式完成最小序列优化，每一个细胞膜中的数据同时与condition进行比较，销毁那些不符合条件的细胞膜，直到剩下唯一个细胞膜为止，该细胞膜中包含的变量值即为要求取的结果。提供的技术方案带来的有益效果是：本专利技术将支撑向量机算法和酶数值膜系统相结合，充分利用酶数值膜系统的并行性，通过建立酶数值膜系统模型，对数据集中的数据用一种并行的方式完成最小序列优化，每一个细胞膜中的数据同时与condition进行比较，销毁那些不符合条件的细胞膜，直到剩下唯一个细胞膜为止，该细胞膜中包含的变量值即为要求取的结果。随后将转化成对偶问题的SVM中损失函数α算子求得出来，根据损失函数中权重W,偏置b与α相应的关系，求出W,b，即可获得相应的分类函数。附图说明为了更清楚地说明本专利技术的技术方案，下面将对
技术实现思路
中所需要使用的附图作简要地介绍。图1-图7为本专利技术的一种基于酶数值膜系统支撑向量机模型构造的酶数值膜系统。具体实施方式为使本专利技术的目的、技术本文档来自技高网...

【技术保护点】
1.一种基于酶数值膜系统的支撑向量机模型，包括以下部分：A、对待分类数据集中所有的数据建立细胞膜；B、数值处理中，求最值模块应根据所有细胞膜中的数据与基准数据相比较，销毁所有比基准数据大(小)的数据所在的细胞膜，直到仅剩一个细胞膜为止；求符合条件数值模块，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜，直到仅剩一个细胞膜为止；在限制性向量计算模块中，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜；C、建立最小序列优化模型的酶数值膜系统。D、建立支撑向量机模型的酶数值膜系统。

【技术特征摘要】
1.一种基于酶数值膜系统的支撑向量机模型，包括以下部分：A、对待分类数据集中所有的数据建立细胞膜；B、数值处理中，求最值模块应根据所有细胞膜中的数据与基准数据相比较，销毁所有比基准数据大(小)的数据所在的细胞膜，直到仅剩一个细胞膜为止；求符合条件数值模块，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜，直到仅剩一个细胞膜为止；在限制性向量计算模块中，根据所有细胞膜中的数据与所设定的条件相比较，销毁所有与设定条件不相符的数据所在的细胞膜；C、建立最小序列优化模型的酶数值膜系统。D、建立支撑向量机模型的酶数值膜系统。2.根据权利要求1所述的一种基于酶数值膜系统的支撑向量机模型，其特征在于，所述的部分A中，所述的对待分类数据集进行细胞膜的建立是指：将每一个膜中的数据设置一个变量，变量的值为该数据的值，变量的标号为x1,x2,...,xn，每一个变量所在的细胞膜的标号为m1,m2,...,mn,假设第i个数据放置在第i个细胞膜中，即细胞膜的标号为mi,包含数据值得变量为xi。3.根据权利要求1所述的一种酶数值膜系统的支撑向量机模型，其特征在于，所述的部分B中，所述的销毁过程是：求最大值模块中，令比较条件为第一个细胞膜中的变量，即condition＝x1,让所有细胞膜中的变量与condition进行比较，如果xi比condition小就销毁该细胞膜，否则保留；从第二次开始，给剩下的细胞膜重新标号，以让condition＝x2，重复销毁的过程，直到只剩下一个细胞膜为止；求符合条件数值模块中，让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留；限制性向量计算模块中，让所有细胞膜中的变量与condition进行比较，如果xi不符合condition就销毁该细胞膜，否则保留。4.根据权利要求1所述的一种基于酶数值膜系统的支撑向量机模型，其特征在于，所述的部分C中，所述的酶数值膜系统是指：对于有m-1个数据集，建立度为m的酶数值膜系统：其中(1)m是在此酶数值膜系统中所用到的所有细胞膜的数量；H是包含m个标记(细胞膜的标记)的数据集；μ是包含m个膜的膜结构；Vari，1≤i≤m是变量的集合；Vari(0)，1≤i≤m是在第i个区域内变量的初始值；Ei是...

【专利技术属性】
技术研发人员：庞善臣，丁桐，孟凡，王硕，乔思波，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东,37