| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| 英文摘要 | 第8-12页 |
| 缩略词简表 | 第12-15页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 课题研究背景与意义 | 第15-16页 |
| 1.2 国内外相关研究现状 | 第16-20页 |
| 1.2.1 增量学习 | 第16-19页 |
| 1.2.2 SVM增量学习 | 第19-20页 |
| 1.2.3 SVM增量学习的应用 | 第20页 |
| 1.3 本文主要工作概述 | 第20-23页 |
| 第2章 支持向量机增量学习 | 第23-39页 |
| 2.1 分类问题支持向量机 | 第23-28页 |
| 2.1.1 凸二次规划优化问题求解 | 第23-26页 |
| 2.1.2 核函数 | 第26-27页 |
| 2.1.3 其它类型的支持向量机 | 第27-28页 |
| 2.2 回归问题支持向量机 | 第28-29页 |
| 2.3 支持向量机增量学习 | 第29-34页 |
| 2.3.1 在线式学习过程 | 第29-32页 |
| 2.3.2 批样本增量学习过程 | 第32-33页 |
| 2.3.3 增量过程中的向量迁移 | 第33-34页 |
| 2.4 几种SVM增量学习方法 | 第34-37页 |
| 2.4.1 样本不平衡情况下的SVM增量学习 | 第34页 |
| 2.4.2 单分类情况下的SVM增量学习 | 第34-35页 |
| 2.4.3 SVM增量学习中的核函数 | 第35页 |
| 2.4.4 概念漂移情况下的SVM增量学习 | 第35-36页 |
| 2.4.5 增量学习过程中样本有无标记问题 | 第36-37页 |
| 2.5 小结 | 第37-39页 |
| 第3章 基于分类错误触发的支持向量机在线式增量学习 | 第39-55页 |
| 3.1 引言 | 第39-40页 |
| 3.2 基于分类错误触发的增量学习方法 | 第40-49页 |
| 3.2.1 SVM增量的严格过程 | 第40-42页 |
| 3.2.2 基于KKT条件的SVM增量学习 | 第42-45页 |
| 3.2.3 提出的算法 | 第45-49页 |
| 3.3 实验结果及分析 | 第49-54页 |
| 3.3.1 实验设置 | 第49-50页 |
| 3.3.2 实验及结果分析 | 第50-54页 |
| 3.4 小结 | 第54-55页 |
| 第4章 结合重要性与信息性策略和局部-全局正则化方法的在线式增量学习 | 第55-67页 |
| 4.1 引言 | 第55-56页 |
| 4.2 相关工作 | 第56-58页 |
| 4.2.1 经典ISVM算法 | 第56页 |
| 4.2.2 候选支持向量选择常见方法 | 第56-58页 |
| 4.3 结合重要性与信息性策略和局部-全局正则化参数的在线学习方法 | 第58-63页 |
| 4.3.1 重要性选择策略 | 第58页 |
| 4.3.2 信息性选择策略 | 第58-60页 |
| 4.3.3 正则化参数的局部-全局设置方法 | 第60-62页 |
| 4.3.4 整体算法 | 第62-63页 |
| 4.4 实验结果及分析 | 第63-65页 |
| 4.4.1 实验设置 | 第63页 |
| 4.4.2 实验结果及分析 | 第63-65页 |
| 4.5 小结 | 第65-67页 |
| 第5章 结合在线Passive-Aggressive算法的SVM增量学习 | 第67-83页 |
| 5.1 引言 | 第67-68页 |
| 5.2 结合在线PA算法的SVM增量学习方法 | 第68-77页 |
| 5.2.1 PA在线学习 | 第68-70页 |
| 5.2.2 经典ISVM算法 | 第70-73页 |
| 5.2.3 提出的算法 | 第73-77页 |
| 5.3 实验结果及分析 | 第77-81页 |
| 5.3.1 实验设置 | 第77-78页 |
| 5.3.2 实验结果及分析 | 第78-81页 |
| 5.4 小结 | 第81-83页 |
| 第6章 超大规模数据增量学习的初始学习 | 第83-97页 |
| 6.1 引言 | 第83-84页 |
| 6.2 超大规模数据增量学习的初始学习 | 第84-91页 |
| 6.2.1 选择初始训练样本 | 第84-87页 |
| 6.2.2 去除离群点 | 第87页 |
| 6.2.3 训练初始模型 | 第87-90页 |
| 6.2.4 整体算法 | 第90-91页 |
| 6.3 实验结果及分析 | 第91-95页 |
| 6.3.1 实验设置 | 第91-92页 |
| 6.3.2 不同规模数据集上的性能对比 | 第92-93页 |
| 6.3.3 超大规模数据集上的性能分析 | 第93-95页 |
| 6.4 小结 | 第95-97页 |
| 第7章 结论与展望 | 第97-99页 |
| 7.1 结论 | 第97页 |
| 7.2 展望 | 第97-99页 |
| 参考文献 | 第99-110页 |
| 攻读学位期间参加的科研项目和成果 | 第110页 |
