快速SVM训练算法研究及其高效参数选择方案
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-26页 |
| ·研究现状 | 第11-16页 |
| ·理论发展 | 第11-13页 |
| ·训练算法 | 第13-15页 |
| ·SV 修剪 | 第15-16页 |
| ·参数选择 | 第16页 |
| ·统计学习理论 | 第16-25页 |
| ·背景 | 第16-17页 |
| ·预测推理模型 | 第17-18页 |
| ·统计学习理论的结构 | 第18-19页 |
| ·学习过程的一致性理论 | 第19-21页 |
| ·估计学习过程收敛速率的理论 | 第21-22页 |
| ·控制学习过程收敛速率的理论 | 第22-23页 |
| ·算法的理论 | 第23页 |
| ·支持向量机 | 第23-25页 |
| ·本章小结 | 第25页 |
| ·章节安排 | 第25-26页 |
| 第二章 SVM 算法分析与讨论 | 第26-46页 |
| ·算法分析与讨论 | 第26-35页 |
| ·按训练规模讨论 | 第26-29页 |
| ·按算法分类性能讨论 | 第29-34页 |
| ·按可控性讨论 | 第34-35页 |
| ·常见SVM 优化方程 | 第35-38页 |
| ·常见SVM 算法技术实现 | 第38-44页 |
| ·SMO | 第38-40页 |
| ·Shrinking 技术 | 第40页 |
| ·核Caching 技术 | 第40页 |
| ·二阶梯度工作集选择技术 | 第40-41页 |
| ·ASVM 求解算法SSMO | 第41-42页 |
| ·两级分解框架队列法 | 第42-43页 |
| ·CVM 算法 | 第43-44页 |
| ·RSVM 算法 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第三章 基于SV 修剪的SVM 训练策略 | 第46-51页 |
| ·SV 修剪方法及实现 | 第46-48页 |
| ·定义 | 第46-47页 |
| ·牛顿法 | 第47-48页 |
| ·预处理问题 | 第48-49页 |
| ·SV 修剪问题 | 第49页 |
| ·预处理聚类与SV 修剪形式相似 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 一种新的算法NULLSVM 及实现 | 第51-57页 |
| ·命名解析 | 第51页 |
| ·策略选择 | 第51-53页 |
| ·算法流程图 | 第53-54页 |
| ·算法描述 | 第54-56页 |
| ·异常处理 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于结构风险评价的参数选择方案 | 第57-61页 |
| ·评价方法分析CV 法与结构风险法 | 第57-59页 |
| ·搜索策略双向结构风险最小化 | 第59-60页 |
| ·多线程并行处理 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第六章 实验 | 第61-75页 |
| ·UCI | 第61-65页 |
| ·RINGNORM 与CHECKERBOARD | 第65-68页 |
| ·MIT FACE | 第68-70页 |
| ·FORESTCOVERTYPE | 第70-71页 |
| ·INTRUSION | 第71-73页 |
| ·HCL2000 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录一 | 第82-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86页 |
