支撑矢量机与核方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·统计学习理论的发展 | 第11-13页 |
| ·核方法的发展 | 第13-14页 |
| ·本论文的主要工作 | 第14-20页 |
| 第二章 统计学习理论与支撑矢量机算法 | 第20-36页 |
| ·统计学习理论 | 第20-25页 |
| ·支撑矢量机算法 | 第25-30页 |
| ·再生核与再生核Hilbert空间 | 第30-36页 |
| 第三章 支撑矢量预选取的中心距离比值法 | 第36-48页 |
| ·引言 | 第36页 |
| ·中心距离比值法 | 第36-42页 |
| ·算法性能仿真 | 第42-44页 |
| ·小结与讨论 | 第44-45页 |
| 附录A3 | 第45-48页 |
| 第四章 基于决策树的支撑矢量机多分类方法 | 第48-62页 |
| ·引言 | 第48页 |
| ·支撑矢量机的多分类方法 | 第48-50页 |
| ·基于决策树的支撑矢量机多分类方法 | 第50-54页 |
| ·仿真实验 | 第54-60页 |
| ·小结与讨论 | 第60-62页 |
| 第五章 核函数的构造 | 第62-81页 |
| ·引言 | 第62-63页 |
| ·坐标变换核 | 第63-64页 |
| ·子波核函数 | 第64-66页 |
| ·尺度核函数 | 第66-69页 |
| ·性能仿真 | 第69-77页 |
| ·小结与讨论 | 第77-78页 |
| 附录A5 | 第78-81页 |
| 第六章 子波核函数网络 | 第81-91页 |
| ·引言 | 第81-82页 |
| ·子波核函数网络模型 | 第82-83页 |
| ·子波核函数网络学习算法 | 第83-85页 |
| ·仿真实验 | 第85-89页 |
| ·小结与讨论 | 第89-91页 |
| 第七章 核聚类算法 | 第91-99页 |
| ·引言 | 第91页 |
| ·聚类分析 | 第91-92页 |
| ·核聚类算法 | 第92-94页 |
| ·仿真实验 | 第94-97页 |
| ·小结和讨论 | 第97-99页 |
| 第八章 基于微分容量控制的学习机 | 第99-113页 |
| ·引言 | 第99页 |
| ·推广能力及微分容量控制 | 第99-102页 |
| ·基于微分容量控制的学习机 | 第102-107页 |
| ·仿真实验 | 第107-110页 |
| ·小结和讨论 | 第110-113页 |
| 总结与展望 | 第113-117页 |
| 谢辞 | 第117-119页 |
| 硕博连读期间合作撰写的学术论文 | 第119-121页 |
