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

半监督支持向量机与和声搜索的研究及应用

学位论文数据集第3-4页
摘要第4-6页
ABSTRACT第6-8页
符号说明第15-16页
第一章 绪论第16-22页
    1.1 论文研究背景第16-17页
    1.2 机器学习发展现状第17-19页
        1.2.1 支持向量机发展现状第17-19页
        1.2.2 半监督学习发展现状第19页
    1.3 和声搜索发展现状第19-21页
    1.4 论文组织结构与内容第21-22页
第二章 基于核估计的半监督增量式支持向量机回归第22-38页
    2.1 支持向量机回归简介第22-25页
    2.2 半监督支持向量机第25-26页
    2.3 基于核估计的半监督增量式支持向量机第26-33页
        2.3.1 模型结构第26-27页
        2.3.2 SE-INC-SVM模型数学描述第27-33页
    2.4 实验仿真第33-37页
    2.5 小结第37-38页
第三章 改进的和声搜索算法第38-64页
    3.1 优化问题第38-40页
        3.1.1 数学描述第38页
        3.1.2 Benchmark问题第38-40页
    3.2 和声搜索算法第40-42页
        3.2.1 和声搜索算法流程第41-42页
    3.3 平行动态和声记忆库和声搜索第42-51页
        3.3.1 动态记忆库策略第42-44页
        3.3.2 平行搜索策略第44-45页
        3.3.3 平行动态和声记忆库搜索算法流程第45-47页
        3.3.4 仿真实验第47-51页
    3.4 动态搜索空间和声搜索第51-63页
        3.4.1 动态搜索空间策略第51-53页
        3.4.2 辅助和声记忆库策略第53-54页
        3.4.3 动态搜索空间和声搜索算法流程第54-55页
        3.4.4 仿真实验第55-63页
    3.5 小结第63-64页
第四章 基于改进智能算法的间歇过程建模与优化控制第64-80页
    4.1 青霉素发酵过程建模第64-69页
        4.1.1 引言第64-65页
        4.1.2 青霉素发酵过程第65页
        4.1.3 青霉素发酵的数学模型第65-66页
        4.1.4 半监督增量式支持向量建模第66-67页
        4.1.5 结果与分析第67-69页
    4.2 基于改进和声搜索的青霉素发酵过程优化控制第69-73页
        4.2.1 基于改进和声搜索的优化模型建立第70-72页
        4.2.2 仿真实验结果与分析第72-73页
    4.3 一类放热反应的建模第73-79页
        4.3.1 一类放热间歇反应的机理建模第74-75页
        4.3.2 基于PDHS的半监督增量式支持向量机建模第75-76页
        4.3.3 结果与分析第76-79页
    4.4 小结第79-80页
第五章 总结与展望第80-82页
    5.1 总结第80-81页
    5.2 展望第81-82页
参考文献第82-86页
附录1第86-88页
附录2第88-90页
致谢第90-92页
研究成果及发表的学术论文第92-94页
作者和导师简介第94-95页
北京化工大学硕士研究生学位论文答辩委员会决议书第95-96页

论文共96页,点击 下载论文
上一篇:活性污泥法城市污水处理系统建模与仿真
下一篇:基于WebGIS的时钟同步服务器的监控