类内结构支持向量机学习算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 图目录 | 第14-15页 |
| 表目录 | 第15-16页 |
| 1 绪论 | 第16-28页 |
| 1.1 研究背景和意义 | 第16-18页 |
| 1.2 支持向量机的研究现状 | 第18-24页 |
| 1.2.1 支持向量机的各种变形算法的研究 | 第18-19页 |
| 1.2.2 支持向量机训练算法的研究 | 第19-21页 |
| 1.2.3 支持向量机多类分类方法方面的研究 | 第21-22页 |
| 1.2.4 支持向量机模型选择的研究 | 第22-23页 |
| 1.2.5 支持向量机应用方面的研究 | 第23-24页 |
| 1.3 论文的研究内容和组织结构 | 第24-28页 |
| 2 支持向量机及其理论基础 | 第28-42页 |
| 2.1 机器学习 | 第28-31页 |
| 2.1.1 机器学习的发展 | 第28-29页 |
| 2.1.2 机器学习问题的表述 | 第29-30页 |
| 2.1.3 经验风险最小化原则 | 第30-31页 |
| 2.2 统计学习理论 | 第31-34页 |
| 2.2.1 学习过程的一致性条件 | 第31-32页 |
| 2.2.2 VC维 | 第32页 |
| 2.2.3 推广性的界 | 第32-33页 |
| 2.2.4 结构风险最小化原则 | 第33-34页 |
| 2.3 支持向量机 | 第34-40页 |
| 2.3.1 线性支持向量机 | 第35-38页 |
| 2.3.2 非线性支持向量机 | 第38-39页 |
| 2.3.3 核函数 | 第39页 |
| 2.3.4 支持向量机的优点 | 第39-40页 |
| 2.4 本章小结 | 第40-42页 |
| 3 基于类内离散度的支持向量机 | 第42-66页 |
| 3.1 Fisher判别分析 | 第42-44页 |
| 3.2 基于类内离散度的支持向量机 | 第44-52页 |
| 3.2.1 基于类内离散度的线性支持向量机 | 第45-47页 |
| 3.2.2 基于类内离散度的非线性支持向量机 | 第47-52页 |
| 3.3 数值实验 | 第52-57页 |
| 3.3.1 UCI数据集 | 第53-55页 |
| 3.3.2 实验结果与分析 | 第55-57页 |
| 3.4 WCS-SVM算法在网络入侵检测中的应用 | 第57-65页 |
| 3.4.1 入侵检测概述 | 第57-58页 |
| 3.4.2 KDD CUP99侵检测数据集 | 第58-59页 |
| 3.4.3 数据预处理 | 第59-60页 |
| 3.4.4 算法描述 | 第60-62页 |
| 3.4.5 实验结果 | 第62-65页 |
| 3.5 本章小结 | 第65-66页 |
| 4 基于样本类内结构的模糊支持向量机 | 第66-90页 |
| 4.1 引言 | 第66-67页 |
| 4.2 模糊支持向量机 | 第67-70页 |
| 4.3 一种新的模糊隶属度函数的提出 | 第70-74页 |
| 4.3.1 模糊隶属度函数的设计 | 第71-72页 |
| 4.3.2 支持向量数据描述(SVDD) | 第72-73页 |
| 4.3.3 模糊隶属度函数中参数的确定 | 第73-74页 |
| 4.4 基于样本类内结构的模糊支持向量机 | 第74-80页 |
| 4.5 数值实验 | 第80-89页 |
| 4.5.1 数据集 | 第80-83页 |
| 4.5.2 实验结果与分析 | 第83-89页 |
| 4.6 本章小结 | 第89-90页 |
| 5 基于一类支持向量机的孤立点检测方法 | 第90-104页 |
| 5.1 引言 | 第90-91页 |
| 5.2 一类支持向量机 | 第91-93页 |
| 5.3 改进的一类支持向量机 | 第93-97页 |
| 5.4 数值实验 | 第97-103页 |
| 5.4.1 数据集 | 第97-98页 |
| 5.4.2 模型描述 | 第98-100页 |
| 5.4.3 实验结果 | 第100-103页 |
| 5.5 本章小结 | 第103-104页 |
| 6 基于类内结构的不平衡支持向量机 | 第104-118页 |
| 6.1 引言 | 第104-107页 |
| 6.2 不同误分代价的支持向量机 | 第107-108页 |
| 6.3 基于类内结构的不同误分代价支持向量机 | 第108-109页 |
| 6.4 数值实验 | 第109-115页 |
| 6.4.1 数据集 | 第110-111页 |
| 6.4.2 分类器性能的评价准则 | 第111-112页 |
| 6.4.3 实验结果分析 | 第112-115页 |
| 6.5 本章小结 | 第115-118页 |
| 7 结论 | 第118-120页 |
| 参考文献 | 第120-134页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第134-138页 |
| 学位论文数据集 | 第138页 |
