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

支持向量机的特征选择和模糊支持向量机上的研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 研究内容与目标第11-12页
    1.4 论文的组织结构第12-14页
第2章 支持向量机的相关理论及常用模型第14-22页
    2.1 线性支持向量机第14-15页
    2.2 非线性支持向量机第15-18页
    2.3 模糊支持向量机第18-19页
    2.4 统计学习理论第19-20页
    2.5 本章小结第20-22页
第3章 新的特征选择方法第22-34页
    3.1 基本思路第22页
    3.2 筛选标准第22-23页
    3.3 向前方法具体过程第23-25页
    3.4 向后方法具体过程第25-26页
    3.5 综合阐述第26-27页
    3.6 数值实验第27-32页
        3.6.1 实验设计第27-28页
        3.6.2 向前方法实验结果第28-31页
        3.6.3 向后方法实验结果第31-32页
        3.6.4 参数分析第32页
    3.7 本章小结第32-34页
第4章 一种新的模糊支持向量机隶属度的表达式第34-42页
    4.1 标准模糊支持向量机第34页
    4.2 隶属度的选取第34-38页
        4.2.1 线性核函数下隶属度的选取第34-36页
        4.2.2 非线性核函数下隶属度的选取第36-38页
    4.3 数值实验第38-40页
        4.3.1 实验设计第38-39页
        4.3.2 实验结果第39-40页
    4.4 本章小结第40-42页
结论第42-44页
参考文献第44-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:氧化锌基光子晶体的界面结构设计及光电化学活性研究
下一篇:过渡金属氮掺杂碳基材料的制备及其电催化氧还原性能的研究