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

基于Excessive Gap的SVM割平面算法

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-17页
   ·支持向量机简介第7-8页
   ·支持向量机基本理论第8-13页
     ·SVM 的基本概念第8页
     ·SVM 的分类及核函数第8-13页
     ·多分类 SVM第13页
   ·SVM 割平面算法概述第13-16页
     ·SVM 传统算法的研究现状第13-15页
     ·SVM 割平面算法的研究现状第15-16页
   ·本文内容安排第16-17页
第二章 支持向量机割平面算法第17-29页
   ·Kelly 割平面算法第17-18页
   ·Joachims割平面算法第18-24页
     ·结构化支持向量机第19-20页
     ·割平面算法及性质第20-24页
   ·BMRM 算法第24-27页
     ·标准 Bundle算法第25-26页
     ·BMRM 算法第26-27页
   ·本章小结第27-29页
第三章 Excessive Gap 算法第29-37页
   ·Excessive Gap 算法第29-34页
     ·问题模型构造第29-30页
     ·Excessive Gap 条件第30-31页
     ·有效投影第31-34页
   ·Excessive Gap 算法收敛性分析第34-36页
   ·本章小结第36-37页
第四章 基于Excessive Gap 的割平面算法第37-45页
   ·基于 Excessive Gap 方法的 SVM算法第37-39页
     ·SVM-Excessive Gap 算法第37-39页
     ·其他 CPA算法性能分析第39页
   ·SVM-Perf 算法与 SVM-ExcessiveGap算法比较第39-45页
结束语第45-47页
致谢第47-49页
参考文献第49-53页
在读期间研究成果第53-54页

论文共54页,点击 下载论文
上一篇:基于虚拟仪器和喷泉码的可靠通信与任务调度研究
下一篇:基于Probit模型的相关向量机分类器设计及应用