支持向量机在煤矿地下水位预测中的应用
| 1 绪论 | 第1-12页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·支持向量机研究现状 | 第9-10页 |
| ·研究内容和组织结构 | 第10-12页 |
| 2 统计学习理论 | 第12-17页 |
| ·VC维 | 第12-13页 |
| ·推广能力的界 | 第13-14页 |
| ·经验风险最小化和结构风险最小化 | 第14-16页 |
| ·经验风险最小化(ERM) | 第14页 |
| ·结构风险最小化(SRM) | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 3 支持向量机分类 | 第17-31页 |
| ·线性 SVC | 第17-20页 |
| ·线性可分情形 | 第17-19页 |
| ·线性不可分情形 | 第19-20页 |
| ·非线性 SVC | 第20页 |
| ·核函数 | 第20-23页 |
| ·多分类问题 | 第23-24页 |
| ·支持向量机的优化算法综述 | 第24-30页 |
| ·块选算法 | 第25-27页 |
| ·分解算法 | 第27页 |
| ·序贯最小优化算法 | 第27-30页 |
| ·增量算法 | 第30页 |
| ·本章小结 | 第30-31页 |
| 4 支持向量回归机模型 | 第31-40页 |
| ·线性 SVR | 第31-37页 |
| ·Huber损失函数 | 第32页 |
| ·二次损失函数 | 第32-33页 |
| ·ε不敏感损失函数 | 第33-34页 |
| ·ν-SVR | 第34-37页 |
| ·非线性SVR | 第37页 |
| ·SVC与SVR的关系 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 应用支持向量机实例的预测实验 | 第40-54页 |
| ·问题的提出 | 第40页 |
| ·支持向量机回归预测估计性能分析 | 第40-46页 |
| ·支持向量机回归预测流程 | 第46-47页 |
| ·研究区域的自然地理及水文概况 | 第47-49页 |
| ·自然地理概况 | 第47-48页 |
| ·水文地质概况 | 第48-49页 |
| ·研究区域的煤矿地下水位预测实验 | 第49-53页 |
| ·实验数据的选取 | 第49-50页 |
| ·核函数的选取以及参数的选择 | 第50-51页 |
| ·结果分析 | 第51-53页 |
| ·实验总结 | 第53-54页 |
| 6 结论 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
