| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 路径规划的研究现状 | 第10-12页 |
| 1.2.1 经典方法 | 第10-11页 |
| 1.2.2 启发式方法 | 第11页 |
| 1.2.3 支持向量机在路径规划中的应用 | 第11-12页 |
| 1.3 本文主要内容和结构安排 | 第12-13页 |
| 第2章 支持向量机理论概述 | 第13-21页 |
| 2.1 概述 | 第13页 |
| 2.2 路径规划问题与模式识别问题比较 | 第13-14页 |
| 2.3 支持向量机基本理论 | 第14-19页 |
| 2.3.1 最大间隔法 | 第14-16页 |
| 2.3.2 C-支持向量机 | 第16-17页 |
| 2.3.3 统计学习理论简介 | 第17-19页 |
| 2.4 支持向量机解决路径规划问题分析 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于支持向量机二分类的船舶路径规划 | 第21-39页 |
| 3.1 概述 | 第21页 |
| 3.2 非线性最优化问题 | 第21-27页 |
| 3.2.1 非线性最优化问题基本概念 | 第21-23页 |
| 3.2.2 局部解的一阶必要条件 | 第23-24页 |
| 3.2.3 锥理论与Karush Kuhn Tucker条件 | 第24-27页 |
| 3.3 核函数与支持向量机对偶问题 | 第27-33页 |
| 3.3.1 鞍点理论与对偶问题 | 第27-29页 |
| 3.3.2 非线性分划与核函数 | 第29-32页 |
| 3.3.3 求解C-支持向量机算法 | 第32-33页 |
| 3.4 基于二分类支持向量机的路径规划 | 第33-38页 |
| 3.4.1 三角剖分问题简介 | 第33-34页 |
| 3.4.2 基于分段线性支持向量机的路径规划 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于支持向量机多分类的船舶路径规划 | 第39-46页 |
| 4.1 概述 | 第39页 |
| 4.2 基于支持向量机的多分类问题 | 第39-43页 |
| 4.2.1 整体法 | 第39页 |
| 4.2.2 一对余方法 | 第39-40页 |
| 4.2.3 一对一方法 | 第40-41页 |
| 4.2.4 有向无环图方法 | 第41-42页 |
| 4.2.5 决策二叉树方法 | 第42-43页 |
| 4.3 基于多分类支持向量机的路径规划 | 第43-45页 |
| 4.3.1 多分类方法的选取 | 第43-44页 |
| 4.3.2 交叉检验技术 | 第44页 |
| 4.3.3 路径规划总体流程 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于支持向量机的船舶路径规划算法分析与验证 | 第46-59页 |
| 5.1 概述 | 第46页 |
| 5.2 算法实现与验证环境 | 第46-49页 |
| 5.2.1 CGAL简介 | 第46-48页 |
| 5.2.2 LIBSVM简介 | 第48-49页 |
| 5.3 仿真实验方法与流程 | 第49-54页 |
| 5.3.1 环境模型与数据预处理 | 第49-50页 |
| 5.3.2 训练二分类支持向量机 | 第50页 |
| 5.3.3 分类面的计算 | 第50-54页 |
| 5.4 实验结果与分析 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间公开发表论文 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |