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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于矩阵化特征表示和Ho-Kashyap算法的分类器设计方法研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第11-18页
    1.1 概述第11-12页
    1.2 研究背景及现状第12-14页
    1.3 论文主要工作第14-16页
    1.4 文章内容安排第16-18页
第2章 相关工作第18-23页
    2.1 Ho-Kashyap算法第18-19页
    2.2 Ho-Kashyap修正算法第19页
    2.3 矩阵化Ho-Kashyap修正算法第19-21页
    2.4 多视角下的Ho-Kashyap修正算法第21页
    2.5 正则化多视角下的Ho-Kashyap修正算法第21-23页
第3章 多结构Ho-Kashyap修正算法第23-42页
    3.1 引言第23页
    3.2 三层结构的Ho-Kashyap修正算法模型第23-27页
        3.2.1 数据准备第23-25页
        3.2.2 模型实现第25页
        3.2.3 模型推导第25-27页
    3.3 实验结果分析第27-41页
        3.3.1 实验设置第27页
        3.3.2 人工数据集第27-29页
        3.3.3 UCI数据集第29-38页
        3.3.4 图像数据集第38-41页
    3.4 本章小结第41-42页
第4章 双重局部化多矩阵学习机第42-69页
    4.1 引言第42-45页
    4.2 双重局部化多矩阵学习机模型第45-49页
        4.2.1 模型实现第45-47页
        4.2.2 模型推导第47-49页
    4.3 实验结果分析第49-67页
        4.3.1 实验设置第50-54页
        4.3.2 人工数据集第54-55页
        4.3.3 UCI数据集第55-57页
        4.3.4 图像数据集第57-63页
        4.3.5 进一步讨论第63-67页
    4.4 本章小结第67-69页
第5章 多信息多矩阵分类器第69-89页
    5.1 引言第69-70页
    5.2 具有五方面模式信息的多矩阵分类器模型第70-75页
        5.2.1 模型实现第70-72页
        5.2.2 模型推导第72-75页
    5.3 实验结果分析第75-87页
        5.3.1 实验设置第76-80页
        5.3.2 分类正确率比较第80-82页
        5.3.3 训练和测试时间比较第82-83页
        5.3.4 进一步讨论第83-87页
    5.4 本章小结第87-89页
第6章 基于结构风险最小化的分类器设计算法第89-129页
    6.1 引言第89-91页
    6.2 全局和局部结构风险最小化的分类器模型第91-98页
        6.2.1 分类器的提出第91-92页
        6.2.2 数据准备第92页
        6.2.3 模型实现第92-94页
        6.2.4 模型推导第94-98页
    6.3 实验结果分析第98-128页
        6.3.1 实验设置第99-103页
        6.3.2 人工数据集第103-108页
        6.3.3 UCI数据集第108-117页
        6.3.4 图像数据集第117-119页
        6.3.5 视频数据集第119-120页
        6.3.6 进一步讨论第120-128页
    6.4 本章小结第128-129页
第7章 多因素核聚类方法第129-140页
    7.1 引言第129-130页
    7.2 多因素核聚类修正算法模型第130-134页
        7.2.1 方法基础第130页
        7.2.2 模型因素第130-133页
        7.2.3 模型实现第133-134页
    7.3 实验结果分析第134-139页
        7.3.1 实验设置第135-137页
        7.3.2 聚类方法性能比较第137页
        7.3.3 因素影响第137-139页
    7.4 本章小结第139-140页
第8章 结束语第140-142页
    8.1 本文工作总结第140-141页
    8.2 研究工作展望第141-142页
参考文献第142-150页
攻读博士学位期间完成的论文和科研成果第150-152页
致谢第152页

论文共152页,点击 下载论文
上一篇:基于特征提取与信息融合的工业过程监测研究
下一篇:HPLC-DAD数据分离模型及其求解算法研究