| 摘要 | 第1-9页 |
| ABSTRACT | 第9-12页 |
| 第1章 绪论 | 第12-23页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·论文的目标、主要内容和创新点 | 第18-20页 |
| ·论文的目标与主要内容 | 第18-19页 |
| ·论文的创新点 | 第19-20页 |
| ·论文的组织结构 | 第20-23页 |
| 第2章 SVM 的基本理论与求解方法 | 第23-45页 |
| ·概述 | 第23-24页 |
| ·分类问题的定义 | 第24-25页 |
| ·基本符号定义 | 第24-25页 |
| ·分类问题的定义 | 第25页 |
| ·结构风险最小化 | 第25-28页 |
| ·期望风险 | 第25-26页 |
| ·经验风险最小化 | 第26页 |
| ·VC 理论与结构风险最小化 | 第26-28页 |
| ·线性硬可分 SVM | 第28-31页 |
| ·间隔最大化与原始优化问题 | 第28-30页 |
| ·对偶优化问题 | 第30-31页 |
| ·线性软可分 SVM | 第31-34页 |
| ·原始优化问题 | 第32-33页 |
| ·对偶问题 | 第33-34页 |
| ·非线性软可分 SVM | 第34-37页 |
| ·原始问题、对偶问题及其解 | 第34-35页 |
| ·核函数技巧的运用 | 第35-37页 |
| ·SVM 求解方法 | 第37-43页 |
| ·SVM 算法、收敛性及开源实现 | 第37-40页 |
| ·SMO 算法 | 第40-43页 |
| ·小结 | 第43-45页 |
| 第3章 C-SVC 参数行为的经验分析 | 第45-84页 |
| ·概述 | 第45-49页 |
| ·C -SVC 中的超级参数 | 第45-47页 |
| ·GSk-CV | 第47-49页 |
| ·C-SVC 研究和应用中超级参数范围和初值的设定 | 第49-60页 |
| ·相关文献 | 第50-55页 |
| ·文献评述 | 第55-60页 |
| ·实验数据集及环境 | 第60-61页 |
| ·实验数据集 | 第60-61页 |
| ·实验环境 | 第61页 |
| ·C-SVC 参数行为实验 | 第61-82页 |
| ·GSk-CV 误差面 | 第61-63页 |
| ·典型调参结果比较 | 第63-65页 |
| ·支持向量个数随参数的变化曲线 | 第65-74页 |
| ·推广误差随参数的变化曲线 | 第74-82页 |
| ·小结 | 第82-84页 |
| 第4章 一种确定 C-S VC 参数有效范围的经验方法 | 第84-95页 |
| ·方法设计 | 第84-90页 |
| ·一种确定γ有效范围的经验方法 | 第84-88页 |
| ·一种确定 C 值有效范围的经验方法 | 第88-90页 |
| ·实验结果与分析 | 第90-93页 |
| ·实验结果 | 第90-92页 |
| ·可用性分析 | 第92页 |
| ·效率分析 | 第92-93页 |
| ·小结 | 第93-95页 |
| 第5章 基于 SMO 的 RBF SVC 参数有效范围确定方法 | 第95-104页 |
| ·问题的提出 | 第95-97页 |
| ·方法设计 | 第97-102页 |
| ·确定γ的有效范围 | 第97-99页 |
| ·参数下限函数及相应的计算算法 | 第99-102页 |
| ·实验结果与分析 | 第102-103页 |
| ·小结 | 第103-104页 |
| 第6章 一种确定 RBF SVC 参数有效范围的系统化方法 | 第104-116页 |
| ·非常小C值下支持向量数量的实验 | 第104-107页 |
| ·方法设计 | 第107-112页 |
| ·值下限下的组合最优化 SVC 问题 | 第107页 |
| ·值下限下的组合最优化 SVC 问题的 Greedy Search 解法 | 第107-108页 |
| ·用最小二乘法获取值下限 | 第108-110页 |
| ·RBF 核函数参数渐近情况下的值下限 | 第110-112页 |
| ·实验结果与分析 | 第112-114页 |
| ·小结 | 第114-116页 |
| 第7章 总结与进一步的研究工作展望 | 第116-119页 |
| ·论文总结 | 第116-117页 |
| ·进一步的研究工作展望 | 第117-119页 |
| 参考文献 | 第119-133页 |
| 攻读博士期间发表的学术论文和参与的科研工作 | 第133-135页 |
| 致谢 | 第135-136页 |
