基于云模型的模糊支持向量机分类方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究的背景和意义 | 第10-13页 |
| ·理论意义和研究价值 | 第10-11页 |
| ·模糊支持向量机理论研究现状 | 第11-12页 |
| ·云模型理论研究现状 | 第12-13页 |
| ·本文工作说明以及组织结构安排 | 第13-14页 |
| ·本文工作说明 | 第13页 |
| ·本文组织结构安排 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第二章 模糊支持向量机分类 | 第16-46页 |
| ·支持向量机 | 第16-37页 |
| ·统计学习理论 | 第16-21页 |
| ·最优分类超平面和支持向量 | 第21-24页 |
| ·支持向量机算法 | 第24-34页 |
| ·多类支持向量机分类 | 第34-37页 |
| ·模糊支持向量机 | 第37-44页 |
| ·模糊集 | 第37-40页 |
| ·模糊支持向量机原理及算法 | 第40-43页 |
| ·模糊隶属度确定方法 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 定性定量转换模型——云模型 | 第46-56页 |
| ·云模型概述 | 第46页 |
| ·云模型概念 | 第46-50页 |
| ·云模型的基本定义 | 第46-48页 |
| ·云模型的数字特征 | 第48-50页 |
| ·云模型的3En规则 | 第50页 |
| ·正态云模型发生器 | 第50-55页 |
| ·正向正态云发生器 | 第51-52页 |
| ·逆向正态云发生器 | 第52-54页 |
| ·条件云发生器 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 模糊隶属度改进算法的提出与验证 | 第56-68页 |
| ·改进的模糊隶属度函数 | 第56-60页 |
| ·云模型隶属度函数的确定 | 第56-58页 |
| ·云模型隶属度的算法思想 | 第58-60页 |
| ·改进后的模糊支持向量机分类算法流程 | 第60-61页 |
| ·实验及实验结果分析 | 第61-67页 |
| ·实验环境和实验数据 | 第61-62页 |
| ·模糊支持向量机改进方法对遥感卫星影像分类 | 第62-65页 |
| ·对比遥感航空影像的改进后FSVM分类实验 | 第65-66页 |
| ·实验结果分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·前景展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间发表的学术论文目录 | 第74页 |
