模式识别中核方法若干问题研究
摘要 | 第1-7页 |
Abstract | 第7-10页 |
第一章 模式识别导论 | 第10-34页 |
·模式识别的应用 | 第10-11页 |
·模式识别系统 | 第11-12页 |
·特征提取 | 第12-18页 |
·主成分分析 | 第13-15页 |
·多维尺度分析 | 第15-17页 |
·独立成分分析 | 第17-18页 |
·统计学习理论与核方法 | 第18-33页 |
·不适定问题与正则化方法 | 第21-22页 |
·统计学习理论的发展 | 第22-23页 |
·统计学习理论概述 | 第23-29页 |
·内积核与支持向量机 | 第29-32页 |
·核方法理论进展 | 第32-33页 |
·论文章节安排 | 第33-34页 |
第二章 分类与核方法 | 第34-52页 |
·线性分类 | 第34-40页 |
·Fisher线性判别分析 | 第35-36页 |
·支持向量机 | 第36-40页 |
·非线性分类 | 第40-43页 |
·神经网络与核方法 | 第40-41页 |
·非线性支持向量机及其进展 | 第41-43页 |
·集合上的核函数 | 第43-47页 |
·核函数与局部数据结构 | 第47-52页 |
第三章 聚类与核方法 | 第52-72页 |
·相似性度量 | 第52-53页 |
·聚类的准则函数 | 第53-54页 |
·聚类方案与算法概述 | 第54-56页 |
·聚类中的核方法概述 | 第56-58页 |
·基于谱图的核 | 第58-65页 |
·聚类中的潜概念及其在文本分类中的应用 | 第65-72页 |
第四章 如何选择核函数 | 第72-80页 |
第五章 核函数的保密多方计算 | 第80-84页 |
第六章 论文工作总结和展望 | 第84-86页 |
参考文献 | 第86-96页 |
发表论文 | 第96-98页 |
致谢 | 第98页 |