基于支持向量机的团藻目分类新方法

申请者拟将目前受到国际上广泛关注的现代智能技术中非常重要的新兴机器学习方法- - 支持向量机（SVM）应用于系统分类学研究领域，为最终建立一种统筹不同研究系统提供的分类证据、方便地对物种及其特征进行系统分类、并能够对目标特征或未知物种进行预测的新方法作出有益尝试。本项目以孢子植物为例，以绿藻门绿藻纲团藻目为切入点，首先探索SVM技术在藻类分类学上的应用，以取得基于SVM的系统分类方法的可行性及关键操作方法的第一手资料。是一项建立在具有坚实基础的统计学习理论上，对传统生物学研究手段在统计学意义上的创新，具有很好的学科交叉前景和现实可操作性能。本研究将着重关注于对SVM实际操作中存在的技术难点的突破，在内积函数及其参数的选取及有效分类特征的提取方法上进行探索，力图建立一种能全面、科学反映物种进化和生态地位的、有效的智能分类检索模型，以初步实现申请者的研究构想。