矩阵低秩近似在支持向量机中的研究

摘要	第1-4页
Abstract	第4-6页
第一章 绪论	第6-14页
·研究背景	第6页
·支持向量机	第6-11页
·传统支持向量机(SVM)模型介绍	第6-10页
·传统支持向量机(SVM)的问题	第10-11页
·低秩近似方法在支持向量机中的研究	第11页
·本文主要内容	第11-14页
第二章 约简支持向量机	第14-24页
·约简支持向量机模型	第14-15页
·光滑支持向量机	第15-17页
·最小二乘支持向量机	第17-18页
·拉格朗日支持向量机	第18-20页
·约简支持向量机原理分析	第20-24页
·约简支持向量机算法的合理性分析	第20-21页
·约简支持向量机算法的鲁棒性分析	第21-24页
第三章 改进的约简支持向量机算法	第24-36页
·增加 RSVM 支撑点算法(IRSVM)	第24-25页
·系统采样 RSVM 算法(SSRSVM)	第25-26页
·改进的 RSVM 算法	第26-27页
·数值实验	第27-36页
第四章 约简集选取的新方法	第36-40页
·选取关键点的分类效果	第36-37页
·约简核和全核的谱分析	第37-40页
结束语	第40-42页
致谢	第42-44页
参考文献	第44-48页
硕士期间科研成果	第48-49页