基于改进粒子群算法的支持向量机参数优化
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 支持向量机及参数优化算法 | 第13-27页 |
| 2.1 统计学习理论 | 第13-15页 |
| 2.2 支持向量机 | 第15-18页 |
| 2.3 参数优化算法 | 第18-26页 |
| 2.3.1 网格搜索算法 | 第18-19页 |
| 2.3.2 遗传算法 | 第19-20页 |
| 2.3.3 粒子群算法 | 第20-23页 |
| 2.3.4 量子粒子群算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 常用的支持向量机参数优化方法 | 第27-43页 |
| 3.1 交叉验证 | 第27页 |
| 3.2 网格搜索法优化支持向量机参数 | 第27-28页 |
| 3.3 群智能算法优化支持向量机参数 | 第28-32页 |
| 3.3.1 遗传算法优化支持向量机参数 | 第28-29页 |
| 3.3.2 粒子群算法优化支持向量机参数 | 第29-30页 |
| 3.3.3 量子粒子群算法优化支持向量机参数 | 第30-32页 |
| 3.4 实验及结果分析 | 第32-41页 |
| 3.4.1 实验目的及前期准备 | 第32页 |
| 3.4.2 实验过程 | 第32-40页 |
| 3.4.3 实验结果与分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 改进的支持向量机参数优化方法 | 第43-51页 |
| 4.1 量子粒子群算法的改进 | 第43-46页 |
| 4.1.1 算法的局限性分析 | 第43页 |
| 4.1.2 改进算法的基本原理 | 第43-44页 |
| 4.1.3 改进算法的算法流程 | 第44-46页 |
| 4.2 改进的粒子群算法优化支持向量机参数 | 第46-47页 |
| 4.3 实验及结果分析 | 第47-50页 |
| 4.3.1 实验过程 | 第47-49页 |
| 4.3.2 实验结果与分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结和展望 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 下一步工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间所取得的相关科研成果 | 第57-59页 |
| 致谢 | 第59-60页 |
