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

半监督支持向量机模型与算法研究

摘要第6-8页
ABSTRACT第8-9页
主要符号说明第12-13页
第一章 绪论第13-21页
    1.1 研究背景和意义第13-14页
    1.2 半监督支持向量机研究现状第14-16页
    1.3 线性锥规划模型与算法研究现状第16-19页
    1.4 本文的研究内容及结构第19-21页
第二章 预备知识第21-33页
    2.1 支持向量机方法第21-27页
        2.1.1 支持向量机第21-24页
        2.1.2 中心支持向量机第24-25页
        2.1.3 二次曲面支持向量机第25-27页
    2.2 半监督支持向量机方法第27-29页
    2.3 半正定规划交替方向算法第29-33页
第三章 半监督支持向量机的锥松弛方法第33-47页
    3.1 引言第33-34页
    3.2 半正定松弛第34-38页
        3.2.1 半正定松弛问题第34-35页
        3.2.2 半正定松弛问题的近似界分析第35-38页
    3.3 双非负松弛第38-40页
    3.4 双非负松弛问题和半正定松弛问题最优值的比较第40-41页
    3.5 数值实验第41-45页
    3.6 本章小结第45-47页
第四章 半监督二次曲面支持向量机第47-63页
    4.1 半监督二次曲面支持向量机第47-49页
    4.2 半监督二次曲面支持向量机的半正定松弛第49-53页
        4.2.1 半正定松弛问题 1第49-50页
        4.2.2 半正定松弛问题 2第50-51页
        4.2.3 两个半正定松弛问题的等价关系第51-53页
    4.3 数值实验第53-62页
    4.4 本章小结第62-63页
第五章 半监督中心二次曲面支持向量机第63-85页
    5.1 半监督中心二次曲面支持向量机第63-66页
    5.2 半监督中心二次曲面支持向量机的半正定松弛第66-68页
    5.3 原始交替方向算法第68-70页
    5.4 数值实验第70-84页
        5.4.1 人工数据的测试第71-74页
        5.4.2 基准数据集的测试第74-79页
        5.4.3 标签点数量的影响第79页
        5.4.4 错误标签点的影响第79-83页
        5.4.5 拓展实验第83-84页
            5.4.5.1 PADM和SDPAD的比较第83页
            5.4.5.2 与非线性分类方法的对比第83-84页
    5.5 本章小结第84-85页
第六章 总结与展望第85-87页
    6.1 本文工作总结第85-86页
    6.2 研究工作展望第86-87页
参考文献第87-103页
攻读博士学位期间完成的工作第103-105页
致谢第105-106页

论文共106页,点击 下载论文
上一篇:基于符号动力学的策略演化研究
下一篇:基于光子混频的连续太赫兹波成像系统设计及应用