自调节模糊判决支持向量机的理论与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·分类器设计中存在的问题 | 第8-9页 |
| ·本论文中所提出的方法 | 第9-11页 |
| 2 支持向量机(SVM) | 第11-22页 |
| ·引言 | 第11页 |
| ·支持向量机的统计学理论基础 | 第11-14页 |
| ·Vapnik Chervonenkis理论 | 第13页 |
| ·VC维度 | 第13页 |
| ·结构风险最小化 | 第13-14页 |
| ·支持向量机的数学推导 | 第14-18页 |
| ·分类问题的数学描述 | 第14-15页 |
| ·支持向量机的数学描述 | 第15-18页 |
| ·分类问题中的SVM | 第18-19页 |
| ·分两类问题的描述 | 第18页 |
| ·SVM分类器的构造 | 第18-19页 |
| ·回归问题中的SVM | 第19-22页 |
| ·基本想法 | 第19-20页 |
| ·ε-SVR | 第20-22页 |
| 3 自调整模糊判决支持向量机 | 第22-30页 |
| ·引言 | 第22页 |
| ·自调整模糊判决过程 | 第22-24页 |
| ·SVM判决值的计算 | 第24-26页 |
| ·加权调和均值偏移量函数 | 第26-27页 |
| ·加权调和均值偏移量的引入 | 第26页 |
| ·权值的确定 | 第26-27页 |
| ·自调整模糊判决函数 | 第27-30页 |
| ·自调整模糊判决函数 | 第27-28页 |
| ·自调整参数的估计 | 第28-30页 |
| 4 仿真结果与讨论 | 第30-39页 |
| ·仿真1: 心脏病检测问题 | 第30-32页 |
| ·问题描述 | 第30页 |
| ·加权调和均值偏移量的结果 | 第30-32页 |
| ·仿真2: 内燃机打火检测问题 | 第32-38页 |
| ·问题描述 | 第32-33页 |
| ·引入加权调和均值偏移量的分类结果 | 第33-35页 |
| ·自调整模糊判决SVM的参数估计 | 第35-37页 |
| ·自调整模糊判决SVM的分类结果 | 第37-38页 |
| ·对分类仿真结果的讨论 | 第38-39页 |
| 结论与展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 攻读硕士学位期间发表学术论文情况 | 第42-43页 |
| 致谢 | 第43-44页 |
