| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 Introduction | 第9-18页 |
| 1.1 Pattern recognition and machine learning | 第9页 |
| 1.1.1 Supervised learning | 第9页 |
| 1.1.2 Unsupervised learning | 第9页 |
| 1.1.3 Reinforcement learning | 第9页 |
| 1.2 Support vector machine based on single kernel | 第9-13页 |
| 1.2.1 SVM advantages | 第10页 |
| 1.2.2 SVM disadvantages | 第10-11页 |
| 1.2.3 SVM mathematical formulation | 第11-13页 |
| 1.2.4 Kernel concept | 第13页 |
| 1.3 Multiple kernel learning method | 第13-15页 |
| 1.4 Multi-class classification | 第15-16页 |
| 1.5 Experimental environment & setup | 第16-17页 |
| 1.5.1 Methodology in experiments | 第16-17页 |
| 1.5.2 System and software's specifications | 第17页 |
| 1.5.3 Remote sensing | 第17页 |
| 1.6 Dissertation objectives and outlines | 第17-18页 |
| 2 Single-kernel application and operations | 第18-47页 |
| 2.1 Implemented kernels and general techniques | 第18-22页 |
| 2.1.1 Linear kernel | 第19-20页 |
| 2.1.2 Polynomial kernel | 第20-21页 |
| 2.1.3 Gaussian kernel | 第21-22页 |
| 2.1.4 Sigmoid kernel | 第22页 |
| 2.2 Data sets | 第22-24页 |
| 2.3 Normalization | 第24-25页 |
| 2.4 Performance measuring | 第25-26页 |
| 2.5 Kernels’ parameters | 第26页 |
| 2.6 Operations and results | 第26-45页 |
| 2.6.1 Using first formulation of datasets | 第26-32页 |
| 2.6.2 Using second formulation of datasets and optimize parameters with crossvalidation method | 第32-45页 |
| 2.7 Summarization | 第45-47页 |
| 3 Multiple-kernel learning application and operations | 第47-56页 |
| 3.1 Kernels combining | 第47-48页 |
| 3.1.1 Linear combination | 第47-48页 |
| 3.1.2 Nonlinear combination | 第48页 |
| 3.1.3 Data-dependent combination | 第48页 |
| 3.2 Operations and results | 第48-53页 |
| 3.2.1 MKL parameters | 第49页 |
| 3.2.2 MKL and data normalization | 第49页 |
| 3.2.3 Starting MKL experiments | 第49-53页 |
| 3.3 Comparisons of experiments' results out of using single-Kernel and multi-kernel | 第53-55页 |
| 3.4 Summarization | 第55-56页 |
| 4 Remote sensing application | 第56-64页 |
| 4.1 Introduction to remote sensing | 第56页 |
| 4.2 Remote sensing process | 第56-57页 |
| 4.3 Pattern recognition with remote sensing | 第57-58页 |
| 4.4 Example | 第58-62页 |
| 4.4.1 Example dataset details | 第58-60页 |
| 4.4.2 Apply MKL and polynomial kernel classification on the example | 第60-61页 |
| 4.4.3 ROC implementation | 第61-62页 |
| 4.5 Summarization | 第62页 |
| 4.6 Overall discussion | 第62-64页 |
| Conclusion | 第64-65页 |
| Acknowledgement | 第65-66页 |
| References | 第66-69页 |
| Research results during study of master’s degree | 第69页 |
