首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

多输出SVRs和ε-RELMs

摘要第3-4页
ABSTRACT第4页
前言第6-9页
第一章 预备知识第9-18页
    1.1 支持向量回归机 (SVR)第9-10页
    1.2 孪生SVR (TSVR)第10-11页
    1.3 最小二乘TSVR (LS-TSVR)第11-12页
    1.4 孪生有界SVR (TBSVR)第12-13页
    1.5 孪生参数不敏感SVR(TPISVR)第13-15页
    1.6 终端学习机(ELM)第15-16页
    1.7 正则化核终端学习机 (RKELM)第16-18页
第二章 基于ε不敏感损失函数损失的ELM第18-28页
    2.1 基于ε不敏感损失函数的线性RELM第18-20页
    2.2 基于ε不敏感损失函数的非线性RELM第20-23页
    2.3 实验与结果分析第23-28页
第三章 多输出支持向量回归机第28-34页
    3.1 多输出SVR (M-SVR)第28-30页
    3.2 多输出核SVR (M-KSVR)第30-34页
第四章 多输出的TSVR (M-TSVR)第34-43页
    4.1 多输出的双生支持向量回归机(M-TSVR)第34-37页
    4.2 正则化多输出TSVR (RM-TSVR)第37-39页
    4.3 实验与结果分析第39-43页
参考文献第43-46页
致谢第46-47页
攻读硕士学位期间发表的学术论文第47页

论文共47页,点击 下载论文
上一篇:李群分析和幂级数方法在非线性偏微分方程求解中的应用
下一篇:益气固本胶囊治疗小儿反复呼吸道感染(肺脾气虚型)的临床研究