模式识别中的样本选择研究及其应用
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| ·模式识别 | 第11-13页 |
| ·样本选择研究 | 第13-14页 |
| ·样本选择方法 | 第14-17页 |
| ·基于统计抽样思想的方法 | 第14-15页 |
| ·基于最近邻编辑规则的方法 | 第15-16页 |
| ·基于示例学习的方法 | 第16页 |
| ·支持向量机的样本选择方法 | 第16-17页 |
| ·样本选择的评价 | 第17-18页 |
| ·本文的研究成果 | 第18-21页 |
| ·论文结构安排 | 第21-23页 |
| 第二章 相关知识 | 第23-35页 |
| ·核函数方法 | 第23-25页 |
| ·支持向量机 | 第25-31页 |
| ·最优分类超平面 | 第25-27页 |
| ·广义最优分类超平面与核函数的引入 | 第27-28页 |
| ·支持向量机几何解释 | 第28-29页 |
| ·支持向量机的多类别分类 | 第29-30页 |
| ·改进的支持向量机优化方法 | 第30-31页 |
| ·最近邻凸包分类器 | 第31-32页 |
| ·核最近邻凸包分类器 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 子类凸包样本选择方法及其应用 | 第35-55页 |
| ·引言 | 第35-36页 |
| ·子类凸包样本选择方法 | 第36-40页 |
| ·子类凸包样本选择算法 | 第36-39页 |
| ·选择样本的凸包边缘性 | 第39-40页 |
| ·子类凸包样本选择方法用于线性支持向量机 | 第40-47页 |
| ·子类凸包样本选择方法用于线性支持向量机 | 第40-41页 |
| ·实验与分析 | 第41-47页 |
| ·小结 | 第47页 |
| ·基于子类凸包样本选择方法的最近邻凸包分类器 | 第47-53页 |
| ·基于子类凸包样本选择方法的最近邻凸包分类器 | 第48-49页 |
| ·实验与分析 | 第49-52页 |
| ·小结 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 核子类凸包样本选择方法及其应用 | 第55-73页 |
| ·引言 | 第55-56页 |
| ·核子类凸包样本选择方法 | 第56-58页 |
| ·核子类凸包样本选择方法用于非线性支持向量机 | 第58-67页 |
| ·核子类凸包样本选择方法用于非线性支持向量机 | 第58-59页 |
| ·实验与分析 | 第59-67页 |
| ·小结 | 第67页 |
| ·基于核子类凸包样本选择方法的核最近邻凸包分类器 | 第67-72页 |
| ·基于核子类凸包样本选择方法的核最近邻凸包分类器 | 第67-68页 |
| ·实验与分析 | 第68-71页 |
| ·小结 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 子空间样本选择方法及其支持向量机应用 | 第73-89页 |
| ·引言 | 第73页 |
| ·子空间样本选择方法 | 第73-81页 |
| ·相关定理 | 第73-74页 |
| ·子空间样本选择算法 | 第74-77页 |
| ·选择样本的凸包边缘性和线性无关性 | 第77-81页 |
| ·子空间样本选择方法用于线性支持向量机 | 第81-88页 |
| ·子空间样本选择方法用于线性支持向量机 | 第81页 |
| ·实验与分析 | 第81-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 核子空间样本选择方法及其支持向量机应用 | 第89-101页 |
| ·引言 | 第89页 |
| ·核子空间样本选择方法 | 第89-92页 |
| ·核子空间样本选择方法用于非线性支持向量机 | 第92-100页 |
| ·核子空间样本选择方法用于非线性支持向量机 | 第92页 |
| ·实验与分析 | 第92-100页 |
| ·本章小结 | 第100-101页 |
| 结束语 | 第101-103页 |
| 致谢 | 第103-105页 |
| 参考文献 | 第105-117页 |
| 附录 | 第117-118页 |
