首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于SVM的分类挖掘算法及其应用

摘要第1-6页
ABSTRACT第6-9页
引言第9-11页
第1章 数据挖掘与分类技术第11-21页
   ·数据挖掘定义第11-12页
   ·数据挖掘任务及功能第12-13页
   ·数据挖掘过程第13-15页
   ·分类算法综述第15-19页
   ·分类模型性能的评估第19-21页
第2章 统计学习理论与支持向量机第21-34页
   ·机器学习的基本问题第21-22页
   ·经验风险最小化第22页
   ·复杂性与推广能力第22-23页
   ·统计学习理论的核心内容第23-26页
   ·最优分类超平面第26-28页
   ·分类支持向量机第28-31页
   ·核函数第31-34页
第3章 基于支持向量机的分类挖掘算法第34-45页
   ·支持向量机训练算法第34-39页
   ·多分类支持向量机第39-41页
   ·基于网格搜索的支持向量机参数优化方法第41-43页
   ·基于网格搜索的SVM 模型的训练及实验结果分析第43-45页
第4章 基于SVM 分类算法的水费欠费用户预测系统第45-54页
   ·项目背景与业务分析第45-46页
   ·欠费用户模式特征选取及实际资料处理第46-49页
   ·用于欠费用户预测的SVM 模型第49-50页
   ·基于SVM 分类算法的水费欠费用户预测系统的设计与实现第50-54页
结论第54-55页
参考文献第55-58页
发表的文章目录第58-59页
致谢第59-60页
详细摘要第60-64页

论文共64页,点击 下载论文
上一篇:基于DSP的光纤氢气传感器及信号处理技术的研究
下一篇:Beta-胡萝卜素的共振拉曼散射及其荧光增强受激拉曼散射研究