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

一种支持向量机参数选择方法的研究及应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 课题研究的背景与意义第11-12页
    1.2 课题的国内外研究现状第12-15页
    1.3 本文研究内容及内容结构第15-17页
第二章 统计学习理论和支持向量机理论第17-27页
    2.1 统计学习理论第17-20页
        2.1.1 经验风险最小化第17-18页
        2.1.2 复杂性和泛化能力第18页
        2.1.3 VC维概念第18-19页
        2.1.4 结构风险最小化第19-20页
    2.2 支持向量机第20-25页
        2.2.1 最优分类超平面第20-21页
        2.2.2 线性可分支持向量机第21-22页
        2.2.3 线性不可分支持向量机第22-23页
        2.2.4 非线性支持向量机第23-25页
    2.3 核函数及其选择第25-26页
    2.4 本章小结第26-27页
第三章 支持向量机参数的作用及优化方法第27-36页
    3.1 参数对SVM的影响第27页
        3.1.1 核参数对SVM的影响第27页
        3.1.2 误差惩罚参数对SVM的影响第27页
    3.2 误差惩罚参数估计方法第27-28页
    3.3 遗传算法优化SVM核参数第28-32页
        3.3.1 遗传算法的基本概念第29-30页
        3.3.2 遗传算法选择SVM核参数的步骤第30-31页
        3.3.3 遗传算法优化SVM核参数的优缺点第31-32页
    3.4 网格搜索法优化SVM参数第32-33页
        3.4.1 网格搜索法第32页
        3.4.2 网格法优化SVM参数的特点和优缺点第32-33页
    3.5 分离间隔优化SVM核参数第33-35页
        3.5.1 分离间隔的基本概念第33页
        3.5.2 分离间隔优化SVM参数步骤第33-34页
        3.5.3 分离间隔法优化SVM核参数的优缺点第34-35页
    3.6 本章小结第35-36页
第四章 IDC-SVM优化参数选择第36-50页
    4.1 IDC-SVM优化方法思路来源第36-38页
    4.2 IDC-SVM优化核参数选择第38-44页
        4.2.1 IDC-SVM优化核参数的意义第38-39页
        4.2.2 IDC-SVM优化核参数的方法第39-42页
        4.2.3 IDC-SVM优化核参数的步骤第42-44页
    4.3 IDC-SVM优化误差惩罚参数选择第44-47页
        4.3.1 IDC-SVM优化误差惩罚参数的意义第44-45页
        4.3.2 IDC-SVM优化误差惩罚参数的方法第45-46页
        4.3.3 IDC-SVM优化误差惩罚参数的步骤第46-47页
    4.4 IDC-SVM优化SVM参数步骤第47-49页
    4.5 本章小结第49-50页
第五章 IDC-SVM在不同数据库中的应用第50-65页
    5.1 IDC-SVM在数据库中的应用第50-59页
        5.1.1 实验使用到的UCI数据集第50-51页
        5.1.2 UCI数据集处理第51-52页
        5.1.3 UCI数据集对比实验第52页
        5.1.4 UCI数据集实验结果对比第52-58页
        5.1.5 UCI数据集实验结果分析第58页
        5.1.6 UCI数据集实验小结第58-59页
    5.2 IDC-SVM在人脸识别中的应用第59-64页
        5.2.1 人脸识别应用介绍第59页
        5.2.2 人脸数据集处理第59-61页
        5.2.3 IDC-SVM人脸对比实验第61页
        5.2.4 人脸实验结果对比第61-63页
        5.2.5 人脸实验结果分析第63页
        5.2.6 人脸实验小结第63-64页
    5.3 本章小结第64-65页
第六章 总结与展望第65-67页
    6.1 本文总结第65-66页
    6.2 展望第66-67页
致谢第67-68页
附件第68-69页
参考文献第69-75页
详细摘要第75-77页

论文共77页,点击 下载论文
上一篇:基于蚁群算法的快递车辆动态调度研究
下一篇:智能送餐机器人控制系统的设计与实现