SVM的几何方法—SK类思路的研究

支持向量机（Support Vector Machine,SVM）的几何方法是一种基于SVM计算过程中几何意义出发的求解方法。利用其几何特点,比较直观地对其基本算法的构建过程进行了分析。两凸包相对位置可以简要地归纳成5类,且在该类算法迭代过程最优点多在顶点和边界上,该类算法在第一次迭代就可能达到边界（最优点）;该类算法的手动单步模拟计结果揭示：很多情况下,该类算法迭代过程的投影并不成功,虽不影响解法的最终结果,但会影响迭代效率;基于几何的分析,给出软SK软算法的两种改进思路（Backward-SK和Forward-SK思路）,并进行了仿真比较计算。实验表明,该方法计算效果与原思路相似,但是计算过程理解更加直观。     

应用于CRM的一类马氏链模型求解及其分析

给出了用于研究客户关系管理（Customer Relationship Management,CRM）模型中的一类马氏链数学模型（Pfeifer模型）的收益期望值的解析解（无限次交易条件下）,以方便该类模型的研究和分析。借助于求逆公式,将V=（I-P）^-1R方程中矩阵求逆部分进行分解和简化,解出矩阵逆的解析解,从而求解出该类模型收益期望值向量的解析解,并推广到n阶。基于该解析解,对该类模型收益总期望值的特性进行了简单分析和讨论,该收益期望值的解析解将给该类方程的解析分析提供帮助。