一种新的多空间SVM多分类算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究及意义 | 第10-11页 |
| ·支持向量机研究现状 | 第11-12页 |
| ·支持向量机多分类研究现状 | 第12-15页 |
| ·本文的主要工作及章节结构 | 第15-16页 |
| 第二章 支持向量机相关算法 | 第16-30页 |
| ·支持向量机的提出 | 第16-20页 |
| ·线性可分模型 | 第16-18页 |
| ·近似线性可分模型 | 第18-19页 |
| ·线性不可分模型 | 第19-20页 |
| ·支持向量机相关概念 | 第20-21页 |
| ·支持向量概念 | 第20页 |
| ·核函数概念 | 第20-21页 |
| ·支持向量机分类 | 第21-29页 |
| ·二分类问题 | 第21-22页 |
| ·多分类问题 | 第22-27页 |
| ·分解法 | 第22-26页 |
| ·All-together 算法 | 第26-27页 |
| ·多空间支持向量机算法 | 第27-29页 |
| ·多空间思想的提出与分析 | 第27-28页 |
| ·算法步骤 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 遗传算法 | 第30-38页 |
| ·遗传算法的定义 | 第30页 |
| ·算法的基本算子 | 第30-36页 |
| ·编码 | 第30-31页 |
| ·适应度函数 | 第31页 |
| ·选择算子 | 第31-33页 |
| ·比例选择法 | 第32-33页 |
| ·线性排序法 | 第33页 |
| ·交叉算子 | 第33-35页 |
| ·单点交叉算子 | 第34页 |
| ·多点交叉算子 | 第34-35页 |
| ·变异算子 | 第35-36页 |
| ·算法步骤 | 第36页 |
| ·算法收敛性讨论 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 一种新的多分类算法 | 第38-50页 |
| ·节点度量方法 | 第38-41页 |
| ·改进的 K-means 算法 | 第38-39页 |
| ·核聚类距离度量 | 第39页 |
| ·置信度评分 | 第39-41页 |
| ·原始评分函数 | 第39-40页 |
| ·改进后的评分函数 | 第40-41页 |
| ·改进后的遗传算法 | 第41-45页 |
| ·GA 算子的相关处理 | 第41-43页 |
| ·GA 算法的描述及流程图 | 第43-45页 |
| ·改进后的算法 | 第45-49页 |
| ·算法描述 | 第45-46页 |
| ·算法流程 | 第46-49页 |
| ·算法说明 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验结果与分析 | 第50-60页 |
| ·数据集 | 第50-51页 |
| ·数据集基本信息 | 第50-51页 |
| ·数据集预处理 | 第51页 |
| ·实验环境和参数设置 | 第51-52页 |
| ·实验结果显示及分析 | 第52-53页 |
| ·MSVM 算法存在的缺陷 | 第53-54页 |
| ·算法复杂度分析 | 第54-58页 |
| ·三种算法时间复杂度的定性分析 | 第54-56页 |
| ·时间复杂度的定量分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
