基于SVM的昆虫分类与TDM建模
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 文献综述 | 第10-19页 |
1 昆虫分类学概念 | 第10页 |
2 昆虫分类学的历史和现状 | 第10页 |
3.昆虫数值分类学的发展和历史 | 第10-11页 |
4 TDM及其发展 | 第11-12页 |
·TDM概念 | 第11页 |
·TDM发展历史 | 第11-12页 |
·TDM原理 | 第12页 |
5 支持向量机及其发展 | 第12-19页 |
·支持向量机发展历史 | 第12-13页 |
·支持向量机理论(统计学习理论) | 第13-16页 |
·VC维 | 第13页 |
·推广性的界 | 第13-14页 |
·结构风险最小化 | 第14页 |
·转导推理 | 第14-15页 |
·核函数 | 第15页 |
·最优分类面 | 第15-16页 |
·支持向量机分类 | 第16-17页 |
·支持向量机回归 | 第17-19页 |
第二章 SVM在昆虫分类中的应用 | 第19-30页 |
1 前言 | 第19页 |
2 在有翅类昆虫中的应用 | 第19-26页 |
·实验材料 | 第19-21页 |
·研究方法 | 第21-22页 |
·支持向量机分类LIBSVM软件包 | 第21-22页 |
·形态特征值汰选 | 第22页 |
·结果与分析 | 第22-25页 |
·目级阶元分类 | 第22-23页 |
·总科级阶元分类 | 第23-24页 |
·科级阶元分类 | 第24-25页 |
·讨论 | 第25-26页 |
3 在蝴蝶分类中的应用 | 第26-30页 |
·实验材料 | 第26-28页 |
·结果与分析 | 第28-30页 |
·绢蝶科内的判别 | 第28页 |
·粉蝶科内的判别 | 第28-30页 |
第三章 SVM在生物测定数据分析中的应用 | 第30-35页 |
1 前言 | 第30页 |
2 材料与方法 | 第30-33页 |
·数据来源 | 第30-31页 |
·研究方法 | 第31-33页 |
·支持向量机回归LIBSVM软件包 | 第32页 |
·TDM拟合模型构建 | 第32页 |
·TDM留一法模型构建 | 第32页 |
·SVM模型构建 | 第32-33页 |
3 结果与分析 | 第33-34页 |
·简单生测数据的TDM模型与SVM模型比较 | 第33页 |
·复杂生测数据TDM模型与SVM模型比较 | 第33-34页 |
4 小结 | 第34-35页 |
第四章 总结 | 第35-37页 |
1 支持向量机优点 | 第35页 |
2 基于SVM的数值特征分类在昆虫分类中的效果 | 第35页 |
3 基于SVM的复杂生物测定数据模型效果 | 第35-37页 |
参考文献 | 第37-39页 |
致谢 | 第39-40页 |
作者简历 | 第40页 |