基于D-S证据理论的模式分类问题的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9-11页 |
| ·研究意义 | 第11页 |
| ·研究现状及问题 | 第11-13页 |
| ·本论文的主要工作和内容安排 | 第13-14页 |
| 第2章 支持向量机 | 第14-26页 |
| ·引言 | 第14页 |
| ·支持向量机 | 第14-25页 |
| ·最优超平面 | 第14-19页 |
| ·非线性问题的处理 | 第19-22页 |
| ·支持向量机分类算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 D-S 证据理论 | 第26-33页 |
| ·引言 | 第26页 |
| ·D-S 证据理论的基本理论 | 第26-30页 |
| ·基本概率分配函数、信任函数与似真函数 | 第26-28页 |
| ·Dempster 合成规则 | 第28-30页 |
| ·D-S 证据理论的决策规则 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 多分类概率支持向量机 | 第33-51页 |
| ·多分类支持向量机 | 第33-37页 |
| ·“一对多”多分类支持向量机 | 第33-34页 |
| ·“一对一”多分类支持向量机 | 第34-36页 |
| ·基于决策树的多分类支持向量机 | 第36页 |
| ·基于有向无环图的多分类支持向量机 | 第36-37页 |
| ·两类支持向量机概率输出建模 | 第37-40页 |
| ·多分类概率支持向量机 | 第40-46页 |
| ·“一对多”策略的多类概率支持向量机 | 第40-41页 |
| ·“一对一”策略的多类概率支持向量机 | 第41页 |
| ·最优化方法多类概率支持向量机 | 第41-43页 |
| ·加权后验概率支持向量机 | 第43-46页 |
| ·数值实验 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 多分类证据支持向量机 | 第51-73页 |
| ·多分类证据支持向量机 | 第51-55页 |
| ·“一对多”策略证据支持向量机 | 第51-54页 |
| ·“一对一”策略证据支持向量机 | 第54-55页 |
| ·多类证据支持向量机具体组合过程 | 第55-61页 |
| ·“一对多”策略组合过程 | 第55-56页 |
| ·“一对一”策略组合过程 | 第56-59页 |
| ·一种简化多类支持向量机融合过程的新方法 | 第59-61页 |
| ·非后验概率输出证据支持向量机 | 第61-62页 |
| ·基于SVM 投票法的证据理论多分类模型 | 第61页 |
| ·基于SVM 实值距离法证据理论多分类模型 | 第61-62页 |
| ·数值实验 | 第62-72页 |
| ·实验一 | 第62-67页 |
| ·实验二 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |
