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

稀疏优化在机器学习中的若干应用

摘要第1-6页
Abstract第6-13页
主要符号和缩写第13-15页
1 绪论第15-27页
   ·研究背景与意义第15-17页
   ·研究现状与进展第17-23页
   ·本文的研究思路与内容第23-24页
   ·预备知识第24-27页
     ·凸分析相关概念和结果第24-26页
     ·机器学习中的相关概念第26-27页
2 用于机器学习的稀疏优化模型及算法第27-43页
   ·用于机器学习的稀疏优化模型的抽象结构第27-28页
   ·几种稀疏优化模型的变形与推广第28-31页
   ·与正则化网络及结构风险最小化的关系第31-32页
   ·正则化路径第32页
   ·求解盒子约束的Lasso模型的同伦算法第32-39页
   ·求解块PCA模型的Splitting算法第39-43页
3 盒子约束的Lasso模型的同伦算法收敛性及其性能第43-69页
   ·引言第43-44页
   ·收敛性分析第44-53页
   ·计算复杂度第53页
   ·数值实验第53-60页
     ·基准算法第56-59页
       ·ISTA和FISTA第56-58页
       ·LADM第58-59页
     ·数值结果第59-60页
   ·退化与循环第60-68页
   ·本章小结第68-69页
4 协同过滤数据的可预测性评估第69-93页
   ·引言第69-71页
   ·协同过滤和线性回归第71-72页
   ·社区和相关性第72-76页
   ·搜索高质量的社区第76-80页
   ·相关性度量在推荐系统中的应用第80-81页
     ·结合相关性度量的Top-k推荐第80页
     ·基于数据的组合方法第80-81页
   ·实验验证第81-89页
     ·实验设计第81-83页
     ·相关性的有效性第83-84页
     ·基于相关性度量Top-1推荐第84-86页
     ·DOC方法的性能第86-89页
   ·相关工作第89-90页
   ·讨论第90-91页
   ·本章小结第91-93页
5 从时间序列基因表达数据中推断基因正则化网络第93-105页
   ·引言第93-94页
   ·推断GRN的一个ODE模型第94-95页
   ·NCI方法第95-97页
   ·块PCA模型第97-98页
   ·实验第98-103页
     ·测试1.有14个基因的小的测试例子第98-100页
     ·测试2.有50个基因的GRN第100-101页
     ·测试3.所提出的块PCA模型的性能第101-102页
     ·测试4.所提出的Splitting算法的性能第102-103页
   ·本章小结第103-105页
6 基于模糊分类与聚类的肽段识别第105-121页
   ·引言第105-106页
   ·肽段识别的分类和聚类方法第106-107页
     ·聚类与Silhouette指标第106-107页
     ·分类第107页
   ·FC-Ranker算法第107-112页
     ·模糊支持向量分类机第109页
     ·模糊Silhouette第109-110页
     ·样本得分第110-111页
     ·FC-Ranker算法第111-112页
   ·求解较大规模问题第112-113页
     ·较大规模问题的模糊支持向量分类第112-113页
     ·较大规模问题中模糊Silhouette的计算第113页
   ·实验第113-119页
     ·实验设置第113-114页
     ·迭代过程中分离度sep的变化第114-115页
     ·比较鉴别出的目标PSM第115-117页
     ·ROC曲线第117-119页
   ·本章小结第119-121页
结论与展望第121-123页
参考文献第123-131页
附录A 一些辅助结论的证明第131-137页
 A.1 命题2.2的证明第131页
 A.2 命题2.3的证明第131-132页
 A.3 Soft-thresholding算子关于盒子约束的一个扩展第132-133页
 A.4 命题3.5-3.8的证明第133-137页
攻读博士学位期间发表学术论文情况第137-139页
致谢第139-141页
作者简介第141-143页

论文共143页,点击 下载论文
上一篇:非线性系统模糊高增益输出反馈控制器设计
下一篇:基于公理模糊集的模糊决策树算法研究