首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于支持向量回归模型的序列采样方法研究

摘要第4-5页
Abstract第5页
1 绪论第8-16页
    1.1 研究背景和研究意义第8-9页
    1.2 国内外研究现状与分析第9-15页
    1.3 本文的主要工作与结构第15-16页
2 近似模型和序列采样的理论概述第16-27页
    2.1 引言第16页
    2.2 近似模型技术第16-22页
    2.3 面向近似模型的序列采样方法第22-26页
    2.4 本章小结第26-27页
3 基于支持向量点的空间划分及加点方法研究第27-50页
    3.1 引言第27页
    3.2 基于支持向量点的空间划分方法第27-35页
    3.3 基于支持向量点的加点策略第35-40页
    3.4 实例与分析第40-49页
    3.5 本章小结第49-50页
4 支持向量回归模型关键参数的在线优化方法研究第50-61页
    4.1 引言第50页
    4.2 核函数第50-51页
    4.3 参数对建模的影响第51-56页
    4.4 参数在线优化方法第56-57页
    4.5 实例与分析第57-60页
    4.6 本章小结第60-61页
5 可调距螺旋桨桨毂结合面分析第61-69页
    5.1 工程背景简介第61-62页
    5.2 参数化建模仿真第62-65页
    5.3 序列采样过程第65-67页
    5.4 实验结果分析第67-68页
    5.5 本章小结第68-69页
6 总结与展望第69-71页
    6.1 全文总结第69页
    6.2 研究展望第69-71页
致谢第71-72页
参考文献第72-79页
附录 攻读硕士学位期间取得成果目录第79页

论文共79页,点击 下载论文
上一篇:基于6LoWPAN的无线心电传感网络的设计
下一篇:基于偏振检测的光纤振动传感系统灵敏度稳定性的研究与优化