#include "stdio.h"

#include <vector>

using namespace std;



float function(float alfa[5],float H[5][5],float sign[5])

{



        float ret = alfa[0]+alfa[1]+alfa[2]+alfa[3]+alfa[4];

        for(int j=0;j<5;++j)

        {

                float t=0.0;

                for(int i=0;i<5;++i)

                {

                        t+=sign[i]*alfa[i]*H[j][i];

                }

                ret += -1*(t*alfa[j]*sign[j])/2;

        }

        return ret;

}

int main(void)

{

        float matrix[5][4]={

                {1,5,1},

                {1,2,1},

                {2,2,-1},

                {2,1,-1},

                {1,1,-1}};

        float H[5][5];

        vector<float> c1;

        vector<float> c2;

        for(int i=0;i<5;++i)

        {

                c1.push_back(matrix[i][0]);

                c2.push_back(matrix[i][1]);

        }

        for(int i=0;i<5;++i)

        {

                for(int j=0;j<5;++j)

                {

                        H[i][j]=c1[i]*c1[j]+c2[i]*c2[j];

                        printf("%f\t",H[i][j]);

                }

                printf("\n");

        }

        float alfa[5]={3,3,2,2,2};

        float sign[5];

        for(int i=0;i<5;++i)

                sign[i]=matrix[i][2];

        float last_r = function(alfa,H,sign);

        float new_r;

        float con_r;

        for(int i=0;i<5;++i)

        {

                for(int j=0;j<5;j++)

                {

                        printf("%f,alfa={%f,%f,%f,%f,%f}\n",last_r,alfa[0],alfa[1],alfa[2],alfa[3],alfa[4]);

                        if(i==j) continue;

                        else if((alfa[i]<0.01&&alfa[i]>-0.01)&&(alfa[j]<0.01&&alfa[j]>-0.01)) continue;

                        else if((alfa[j]>0.01)&&(alfa[i]<0.01&&alfa[i]>-0.01))

                        {

                                while(alfa[j]>0.01){

                                        alfa[i]+=0.1;

                                        new_r = function(alfa,H,sign);

                                        if( new_r > last_r )

                                        {

                                                alfa[j] -= 0.1*sign[i]*sign[j];

                                                last_r = function(alfa,H,sign);

                                        }

                                        else

                                        {

                                                alfa[i]-=0.1;

                                                break;

                                        }

                                };

                        }

                        else if((alfa[i]>0.01)&&(alfa[j]<0.01&&alfa[j]>-0.01))

                        {

                                while(alfa[i]>0.01){

                                        alfa[j]+=0.1;

                                        new_r = function(alfa,H,sign);

                                        if( new_r > last_r )

                                        {

                                                alfa[i] -= 0.1*sign[i]*sign[j];

                                                last_r = function(alfa,H,sign);

                                        }

                                        else

                                        {

                                                alfa[j]-=0.1;

                                                break;

                                        }

                                };

                        }

                        else

                        {



                                alfa[j]+=0.1;

                                new_r = function(alfa,H,sign);

                                alfa[j]-=0.2;

                                con_r = function(alfa,H,sign);

                                alfa[j]+=0.1;



                                if(new_r>con_r&&new_r>last_r)

                                {

                                        while(alfa[i]>0.01&&alfa[j]>0.01)

                                        {

                                                alfa[j] += 0.1;

                                                alfa[i] -= 0.1*sign[i]*sign[j];

                                                new_r = function(alfa,H,sign);

                                                if(new_r > last_r)

                                                {

                                                        last_r = new_r;

                                                }

                                                else

                                                {

                                                alfa[j] -= 0.1;

                                                alfa[i] += 0.1*sign[i]*sign[j];

                                                break;

                                                }

                                        };



                                }

                                else if(con_r>new_r&&con_r>last_r)

                                {

                                        while(alfa[i]>0.01&&alfa[j]>0.01)

                                        {

                                                alfa[j] -= 0.1;

                                                alfa[i] += 0.1*sign[i]*sign[j];

                                                con_r = function(alfa,H,sign);

                                                if(con_r > last_r)

                                                {

                                                        last_r = con_r;

                                                }

                                                else

                                                {

                                                alfa[j] += 0.1;

                                                alfa[i] -= 0.1*sign[i]*sign[j];

                                                break;

                                                }

                                        }

                                }

                                else

                                {}

                        }



                }

        }

        printf("%f,alfa={%f,%f,%f,%f,%f}\n",last_r,alfa[0],alfa[1],alfa[2],alfa[3],alfa[4]);

        return 0;

}

SMO实现的更多相关文章

  1. 机器学习——支持向量机(SVM)之Platt SMO算法

    Platt SMO算法是通过一个外循环来选择第一个alpha值的,并且其选择过程会在两种方式之间进行交替: 一种方式是在所有数据集上进行单遍扫描,另一种方式则是在非边界alpha中实现单遍扫描. 所谓 ...

  2. 机器学习——支持向量机(SVM)之拉格朗日乘子法,KKT条件以及简化版SMO算法分析

    SVM有很多实现,现在只关注其中最流行的一种实现,即序列最小优化(Sequential Minimal Optimization,SMO)算法,然后介绍如何使用一种核函数(kernel)的方式将SVM ...

  3. 支持向量机原理(四)SMO算法原理

    支持向量机原理(一) 线性支持向量机 支持向量机原理(二) 线性支持向量机的软间隔最大化模型 支持向量机原理(三)线性不可分支持向量机与核函数 支持向量机原理(四)SMO算法原理 支持向量机原理(五) ...

  4. 借One-Class-SVM回顾SMO在SVM中的数学推导--记录毕业论文5

    上篇记录了一些决策树算法,这篇是借OC-SVM填回SMO在SVM中的数学推导这个坑. 参考文献: http://research.microsoft.com/pubs/69644/tr-98-14.p ...

  5. Index was outside the bounds of the array. (Microsoft.SqlServer.Smo)

    本地ssms是 安装Sqlserver 2008 r2 自带的 远端的server是sqlserver2014 可以连接,可以执行查询语句.但是,不能使用ssms生成对象的脚本.推测ssms 2008 ...

  6. 序列最小最优化算法(SMO)-SVM的求解(续)

    在前一篇文章中,我们给出了感知器和逻辑回归的求解,还将SVM算法的求解推导到了最后一步,在这篇文章里面,我们将给出最后一步的求解.也就是我们接下来要介绍的序列最小最优化算法. 序列最小最优化算法(SM ...

  7. SVM-非线性支持向量机及SMO算法

    SVM-非线性支持向量机及SMO算法 如果您想体验更好的阅读:请戳这里littlefish.top 线性不可分情况 线性可分问题的支持向量机学习方法,对线性不可分训练数据是不适用的,为了满足函数间隔大 ...

  8. SMO推导和代码-记录毕业论文4

    SMO的数学公式通过Platt的论文和看这个博客:http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html,大概弄懂了.推导以后 ...

  9. SVM之SMO最小序列

    转载自:JerryLead http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html 11 SMO优化算法(Sequential ...

  10. 附加数据库对于服务器失败(Microsoft.SqlServer.Smo),无法升级数据库,因为它是只读的,或者具有只读文件

    今天在将一个 SQL Server 2000 数据库附加到 SQL Server 2005时出现如下的错误:附加数据库对于服务器失败(Microsoft.SqlServer.Smo),无法升级数据库t ...

随机推荐

  1. Java中获取文件大小的正确方法

    本文出处:http://blog.csdn.net/djy1992/article/details/51146837,转载请注明.由于本人不定期会整理相关博文,会对相应内容作出完善.因此强烈建议在原始 ...

  2. python用openpyxl操作excel

    python操作excel方法 1)自身有Win32 COM操作office但讲不清楚,可能不支持夸平台,linux是否能用不清楚,其他有专业处理模块,如下 2)xlrd:(读excel)表,xlrd ...

  3. PGM:不完备数据的参数估计

    http://blog.csdn.net/pipisorry/article/details/52626889 使用不完备数据的贝叶斯学习:MLE估计(梯度上升和EM算法).贝叶斯估计. 表示:H[m ...

  4. Android Multimedia框架总结(二十三)MediaCodec补充及MediaMuxer引入(附案例)

    请尊重分享成果,转载请注明出处,本文来自逆流的鱼yuiop,原文链接:http://blog.csdn.net/hejjunlin/article/details/53729575 前言:前面几章都是 ...

  5. Android TV开发总结(四)通过RecycleView构建一个TV app列表页(仿腾讯视频TV版)

    转载请把头部出处链接和尾部二维码一起转载,本文出自逆流的鱼yuiop:http://blog.csdn.net/hejjunlin/article/details/52854131 前言:昨晚看锤子手 ...

  6. Spring+EhCache缓存实例(详细讲解+源码下载)

    一.ehcahe的介绍 EhCache 是一个纯Java的进程内缓存框架,具有快速.精干等特点,是Hibernate中默认的CacheProvider.Ehcache是一种广泛使用的开源Java分布式 ...

  7. Java进阶(四十五)java 字节流与字符流的区别

    java 字节流与字符流的区别(转载)   字节流与和字符流的使用非常相似,两者除了操作代码上的不同之外,是否还有其他的不同呢?   实际上字节流在操作时本身不会用到缓冲区(内存),是文件本身直接操作 ...

  8. 非负矩阵分解NMF

    http://blog.csdn.net/pipisorry/article/details/52098864 非负矩阵分解(NMF,Non-negative matrix factorization ...

  9. linux真正使用shell脚本做定时任务 关键的Nohup

    网上有很多的文章教大家使用定时任务,所以别的废话我就不多说了 我这里直接有SH来做定时,只是有一点大家不知道,一定要用Nohup,否则用户退出终端以后,SH任务会被自动终止掉 假设有一 tash.sh ...

  10. Centos中git的安装

     CentOS的yum源中没有git,只能自己编译安装,现在记录下编译安装的内容,留给自己备忘. 确保已安装了依赖的包 yum install curl yum install curl-deve ...