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

面向支持向量机的并行分解优化算法的研究

论文摘要第1-7页
ABSTRACT第7-10页
第一章 绪论第10-15页
   ·研究背景第10页
   ·研究现状第10-12页
   ·本论文研究的主题第12-13页
   ·本文结构第13-15页
第二章 支持向量机第15-26页
   ·间隔最大化理论第15-16页
   ·分类问题种类第16-17页
     ·线性可分情况第16页
     ·线性不可分情况第16-17页
   ·支持向量第17-20页
     ·原始问题与对偶问题第17-18页
     ·对偶问题的求解第18-19页
     ·支持向量第19-20页
   ·核方法第20-21页
   ·分解优化算法第21-25页
     ·早期训练算法第21-22页
     ·序列最小优化算法第22-24页
     ·LIBSVM采用的分解优化算法第24-25页
   ·本章小结第25-26页
第三章 面向支持向量机的并行分解优化算法第26-33页
   ·最急下降法思想第26-27页
   ·算法思想第27-28页
   ·并行化分解优化算法第28-29页
   ·算法收敛性讨论第29-32页
     ·算法过早停止第30页
     ·算法无法停止第30-32页
   ·本章小结第32-33页
第四章 实验及分析第33-51页
   ·LIBSVM简介第33页
   ·实验内容第33-34页
   ·分类问题实验第34-47页
     ·二类分类问题的实验第34-41页
     ·实验的可重现性第41-44页
     ·多类分类问题实验第44-47页
   ·4路并行分解优化算法实验第47-48页
   ·实验小结第48-51页
第五章 总结及展望第51-53页
   ·总结第51页
   ·展望第51-53页
参考文献第53-57页
附录第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:面向支持向量机的样本集预处理相关的研究与应用
下一篇:白俄罗斯媒体的中国报道研究--从国家形象的角度