基于支持向量机的Mobile Agent系统中数据分类方法研究

Mobile Agent系统是一种具有移动性、智能性和异步计算等特点的全新分布式计算范型，将分类性能优越的支持向量机理论与方法应用于该系统中，可提高其对网络资源的利用率，增强其分布式数据处理任务的灵活性。研究目的是将两种技术的优势互补，扩展支持向量机的应用领域，提高大规模数据分类的性能与效率，进一步推进数据分类技术的发展。本课题的研究内容：(1)数据分类处理中Mobile Agent的智能迁移策略研究，使Agent完成任务时间最短；(2)基于Mobile Agent的支持向量机并行分类算法研究，降低待处理任务和支持向量机分类算法的复杂度；(3)基于Mobile Agent的分布式支持向量机分类算法研究，提高Mobile Agent系统对分布式数据处理的性能；(4)基于Mobile Agent的多支持向量机分类器融合技术研究，提高Mobile Agent数据分类处理的智能性和总体决策效率。