| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-18页 |
| 第一章 绪论 | 第18-28页 |
| ·研究背景及意义 | 第18-19页 |
| ·核方法研究现状 | 第19-21页 |
| ·支持向量机及其变体 | 第19-21页 |
| ·其他核方法 | 第21页 |
| ·多核学习研究现状 | 第21-26页 |
| ·多核学习的基本概念 | 第21-22页 |
| ·狭义多核学习 | 第22-24页 |
| ·广义多核学习 | 第24-26页 |
| ·本论文的研究内容与章节安排 | 第26-28页 |
| 第二章 多核学习典型算法概述 | 第28-36页 |
| ·引言 | 第28页 |
| ·支持向量机(SVM) | 第28-29页 |
| ·几种典型的多核SVM算法 | 第29-35页 |
| ·QCQP-MKL算法 | 第29-30页 |
| ·SILP-MKL算法 | 第30-32页 |
| ·SimpleMKL算法 | 第32-33页 |
| ·基于解析更新的Lp-MKL算法 | 第33-34页 |
| ·基于KTA准则的两阶段MKL算法 | 第34-35页 |
| ·多分类扩展和计算复杂度对比 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 两阶段多核典型相关分析 | 第36-50页 |
| ·引言 | 第36页 |
| ·典型相关分析及其多集扩展和核扩展 | 第36-39页 |
| ·典型相关分析(CCA) | 第36-37页 |
| ·多集典型相关分析(MCCA) | 第37-38页 |
| ·核典型相关分析(KCCA) | 第38页 |
| ·核多集典型相关分析(KMCCA) | 第38-39页 |
| ·两阶段多核典型相关分析 | 第39-43页 |
| ·输入空间串联型KCCA | 第39-40页 |
| ·两阶段多核CCA | 第40-42页 |
| ·监督式两阶段多核CCA | 第42-43页 |
| ·实验与分析 | 第43-49页 |
| ·实验条件 | 第43-44页 |
| ·多特征手写体数据实验 | 第44-47页 |
| ·Yale人脸数据实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于多核学习的雷达辐射源个体识别 | 第50-64页 |
| ·引言 | 第50页 |
| ·雷达辐射源个体识别方法概述 | 第50-52页 |
| ·特征提取 | 第51页 |
| ·融合识别 | 第51-52页 |
| ·多核融合框架下的雷达辐射源个体识别方法 | 第52-53页 |
| ·基于多核SVM的融合识别方法 | 第52-53页 |
| ·基于TSMKCCA的融合识别方法 | 第53页 |
| ·实验与分析 | 第53-63页 |
| ·实测雷达辐射源数据介绍 | 第54-55页 |
| ·多核SVM融合识别性能验证 | 第55-61页 |
| ·TSMKCCA融合识别性能验证 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 两阶段多核极限学习机及高光谱图像分类 | 第64-80页 |
| ·引言 | 第64-65页 |
| ·极限学习机(ELM) | 第65-66页 |
| ·高光谱图像的EMP特征及其改进 | 第66-68页 |
| ·EMP特征 | 第66-67页 |
| ·改进的EMP特征 | 第67-68页 |
| ·两阶段多核ELM及其高光谱图像分类应用 | 第68-70页 |
| ·基于经验组合的MKELM算法 | 第68页 |
| ·基于Fisher判别比的MKELM算法 | 第68-70页 |
| ·实验与分析 | 第70-79页 |
| ·实测高光谱图像数据介绍 | 第70-71页 |
| ·实验条件 | 第71页 |
| ·分类性能评价准则 | 第71-72页 |
| ·mEMP特征性能验证 | 第72-75页 |
| ·两阶段MKELM算法性能验证 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 基于光滑近似法的约束经验风险最小化距离度量学习 | 第80-92页 |
| ·引言 | 第80-81页 |
| ·基于约束经验风险最小化的DML算法框架 | 第81-83页 |
| ·基于光滑近似法的约束经验风险最小化DML | 第83-87页 |
| ·非光滑经验风险的光滑化 | 第83-84页 |
| ·Nesterov’s一阶最优法求解过程 | 第84-87页 |
| ·实验与分析 | 第87-91页 |
| ·实验数据介绍 | 第87页 |
| ·实验条件 | 第87-88页 |
| ·实验结果与分析 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 第七章 总结与展望 | 第92-94页 |
| ·全文总结 | 第92-93页 |
| ·工作展望 | 第93-94页 |
| 参考文献 | 第94-108页 |
| 致谢 | 第108-110页 |
| 作者简介 | 第110-112页 |