摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 模式识别核方法的研究背景及意义 | 第9-10页 |
1.2 核方法的研究现状 | 第10-13页 |
1.3 论文的主要内容 | 第13-15页 |
第二章 模式识别核方法 | 第15-37页 |
2.1 再生核函数 | 第15-22页 |
2.1.1 再生核理论 | 第15-17页 |
2.1.2 再生核的定义及举例 | 第17-19页 |
2.1.3 再生核的基本性质 | 第19-20页 |
2.1.4 再生核的定理 | 第20-22页 |
2.2 向量核函数 | 第22-31页 |
2.2.1 向量核的定义 | 第22-23页 |
2.2.2 Sobolev希尔伯特空间上的核函数 | 第23-25页 |
2.2.3 基于再生核的组合核函数 | 第25-28页 |
2.2.4 仿真结果与分析 | 第28-31页 |
2.3 图核 | 第31-36页 |
2.3.1 基于游走的图核 | 第32-33页 |
2.3.2 基于路径的图核 | 第33-34页 |
2.3.3 基于子树结构的图核 | 第34-35页 |
2.3.4 基于子图结构的图核 | 第35页 |
2.3.5 其它基于R-卷积的图核函数 | 第35-36页 |
2.4 本章小结 | 第36-37页 |
第三章 基于H~2-空间上再生核的多核学习 | 第37-48页 |
3.1 多核的概念 | 第37-38页 |
3.2 H~2(R)空间上的向量核函数 | 第38-43页 |
3.2.1 H~2(R)上的再生核 | 第38-41页 |
3.2.2 具有再生性质的Mercer核 | 第41-43页 |
3.3 H~2(R)空间上的多核学习 | 第43-44页 |
3.4 实验结果与分析 | 第44-46页 |
3.5 本章小结 | 第46-48页 |
第四章 具有再生性的多属性卷积核方法 | 第48-62页 |
4.1 相关工作 | 第48-49页 |
4.2 H~3(R)空间上的核函数 | 第49-55页 |
4.2.1 核函数 | 第49-50页 |
4.2.2 H~3(R)空间上的再生核 | 第50-52页 |
4.2.3 H~3(R)空间上卷积核 | 第52-55页 |
4.3 实验结果与分析 | 第55-60页 |
4.3.1 实验数据 | 第55-56页 |
4.3.2 参数选择 | 第56-57页 |
4.3.3 分类结果 | 第57-59页 |
4.3.4 验证 | 第59-60页 |
4.4 本章小结 | 第60-62页 |
第五章 混合WEISFEILER-LEHMAN图核 | 第62-80页 |
5.1 WL图核的基本知识 | 第62-66页 |
5.1.1 WL图核框架 | 第63-64页 |
5.1.2 WL子树核 | 第64-65页 |
5.1.3 WL边核 | 第65-66页 |
5.1.4 WL最短路径核 | 第66页 |
5.2 WL组合图核 | 第66-68页 |
5.2.1 加权混合图核 | 第67页 |
5.2.2 精度比混合图核 | 第67-68页 |
5.2.3 乘积混合图核 | 第68页 |
5.3 实验结果与分析 | 第68-79页 |
5.3.1 数据集 | 第68-69页 |
5.3.2 实验设置 | 第69-70页 |
5.3.3 加权组合图核 | 第70-75页 |
5.3.4 精度比权重组合图核 | 第75-76页 |
5.3.5 乘积组合图核 | 第76-78页 |
5.3.6 三种组合图核的比较 | 第78-79页 |
5.4 本章小结 | 第79-80页 |
第六章 基于冯诺依曼熵的再生性图核 | 第80-90页 |
6.1 图的顶点度的分布 | 第80-81页 |
6.2 逼近的图的冯诺依曼熵 | 第81-82页 |
6.3 基于逼近的冯诺依曼信息熵的再生图核 | 第82-83页 |
6.4 实验分析 | 第83-89页 |
6.4.1 图数据集 | 第83-85页 |
6.4.2 图核矩阵 | 第85-86页 |
6.4.3 分类精度 | 第86-88页 |
6.4.4 时间复杂度 | 第88-89页 |
6.5 本章小结 | 第89-90页 |
第七章 总结与展望 | 第90-92页 |
参考文献 | 第92-105页 |
致谢 | 第105-107页 |
攻读学位期间发表的学术论文 | 第107页 |