| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题的背景及意义 | 第9-10页 |
| ·SVM 超参数调节的发展与现状 | 第10-14页 |
| ·SVM 基本思想及特点 | 第10-11页 |
| ·SVM 的研究现状 | 第11-13页 |
| ·SVM 超参数调节的发展与现状 | 第13-14页 |
| ·SVM 在人脸识别中的应用 | 第14-16页 |
| ·人脸识别的常用算法与研究难点 | 第15-16页 |
| ·论文研究目的和主要内容 | 第16-17页 |
| ·论文的组织安排 | 第17-18页 |
| 2 SVM 超参数调节方法 | 第18-29页 |
| ·SVM 基本理论 | 第18-25页 |
| ·统计学习理论 | 第18-19页 |
| ·SVM 基本原理 | 第19-22页 |
| ·SVM 核函数 | 第22-24页 |
| ·SVM 多分类问题 | 第24-25页 |
| ·SVM 超参数 | 第25-27页 |
| ·SVM 超参数 | 第25页 |
| ·SVM 超参数调节方法 | 第25-27页 |
| ·超参数调节性能评价标准 | 第27-28页 |
| ·LIBSVM 简介 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 基于均匀设计的SVM 超参数调节方法 | 第29-43页 |
| ·均匀设计 | 第29-32页 |
| ·均匀设计基本理论 | 第29-31页 |
| ·均匀设计与SVM 核函数 | 第31页 |
| ·嵌套式均匀设计 | 第31-32页 |
| ·基于均匀设计的SVM 超参数调节 | 第32-33页 |
| ·基于均匀设计的SVM 超参数调节在人脸识别中的应用 | 第33-34页 |
| ·实验结果及分析 | 第34-42页 |
| ·模拟数据集实验 | 第34-37页 |
| ·人脸图像库实验 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于多目标均匀设计(MOUD)的SVM 超参数调节方法 | 第43-59页 |
| ·粒子群优化算法 | 第43-45页 |
| ·粒子群优化算法基本原理 | 第43-45页 |
| ·粒子群优化算法的改进 | 第45页 |
| ·多目标优化算法 | 第45-49页 |
| ·多目标优化问题描述 | 第46-47页 |
| ·精英非支配排序粒子群(ENSPSO)优化方法 | 第47-49页 |
| ·基于MOUD 优化算法的SVM 超参数调节 | 第49-52页 |
| ·MOUD 优化算法 | 第49-52页 |
| ·实验结果及分析 | 第52-58页 |
| ·模拟数据集实验 | 第53-55页 |
| ·人脸图像库实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
| A. 攻读硕士期间已发表的论文 | 第67页 |
| B. 目前正在审稿中的论文 | 第67页 |