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

基于半径间隔界的支持向量机方法研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-20页
   ·选题背景及意义第11-12页
   ·文献综述第12-16页
     ·组合核函数第12-13页
     ·改进核函数第13-14页
     ·核参数的优化第14-15页
     ·模型选择问题第15-16页
   ·本文主要的研究工作第16-18页
     ·研究内容第16-17页
     ·本文结构第17-18页
   ·本文创新之处第18-20页
第二章 支持向量机基本理论第20-32页
   ·最优化理论第20-23页
     ·基本概念第20-21页
     ·最优解的充要条件第21-22页
     ·对偶理论第22-23页
   ·核函数第23-25页
   ·支持向量机原理第25-31页
     ·最优分类面第25-27页
     ·支持向量机第27-28页
     ·支持向量机回归第28-31页
   ·本章小结第31-32页
第三章 核函数选择算法第32-45页
   ·核函数库的构建第32-35页
   ·模型泛化能力评价第35-37页
     ·交叉验证法第35-36页
     ·半径间隔界第36-37页
   ·核函数选择算法设计第37-40页
   ·模型检验第40-43页
     ·大样本第40-42页
     ·小样本第42-43页
   ·本章小结第43-45页
第四章 组合核 SVR 模型第45-57页
   ·核函数组合的选择第45-46页
   ·组合核函数构造第46-50页
     ·组合核函数模型构造第46-48页
     ·组合核函数核矩阵构造第48-49页
     ·组合核函数的参数第49-50页
   ·模型检验第50-55页
   ·本章小结第55-57页
第五章 组合核 SVR 模型的应用第57-63页
   ·期权定价方法的改进第57-59页
     ·二叉树期权定价方法第57页
     ·蒙特卡罗期权定价方法第57-58页
     ·改进后的期权定价方法第58-59页
   ·预测模型算法设计第59-60页
   ·实证结果分析第60-61页
   ·本章小结第61-63页
结论与展望第63-65页
参考文献第65-70页
附录第70-74页
 附录 1第70-71页
 附录 2第71-73页
 附录 3第73-74页
攻读硕士学位期间取得的研究成果第74-75页
致谢第75-76页
附件第76页

论文共76页,点击 下载论文
上一篇:基于ARM嵌入式Linux的象棋机器人控制系统研究
下一篇:结构化环境下单目视觉移动机器人导航的研究