Optimization svmtrain-无法解决优化问题

我使用svmtrain来区分几对数据。尽管svmtrain在一种情况下可以按预期工作（输出一个分类器对象，精度约为70%，由svmclassify验证），但所有其他情况似乎都失败了。我的特征向量是134维，每个类使用300到800个数据点。（每个类不一定具有相同数量的数据点）。我已经尝试使用该方法为svmtrain使用默认内核

SVM = svmtrain(double(train{k}), group_train{k},'showplot',true);

在这种情况下，我得到了错误：

无法解决优化问题：超过最大迭代次数；增加options.MaxIter。要以当前解决方案为起点继续解决问题，请在调用quadprog之前设置x0=x

我还尝试扩展迭代次数，并使用调用指定内核：

options = optimset('maxiter',1000,'largescale','on');
SVM = svmtrain(double(train{k}),group_train{k},'Kernel_Function','mlp','Method','QP',...
   'quadprog_opts',options);

在这种情况下，我得到错误：

无法解决优化问题：退出：解是无界的且在无穷远处；约束条件不够严格

在这个例子中，我有338个数据点来自第一个类，476个数据点来自第二个类。例如，在三种不起作用的情况下，我在第二个类中有828573和333个数据点，而第一个类保持不变，有338个数据点。两个方法调用似乎都不起作用

你能帮帮我吗？我已经试着解决这个问题一个星期了，但运气不好。我正在虚拟机WindowsXP上使用Matlab7.9.0R2009B，该虚拟机具有1GHz处理器和2GB内存

非常感谢你！ -Vivek

这样做：

options = optimset('maxiter',1000);
svmtrain(TotalResult,YResultsTotal,'Kernel_Function','mlp','Method','QP',...
            'quadprog_opts',options);

---

你检查过你的数据没有损坏吗？嗨，我遇到了同样的问题。你设法解决了吗？