支持向量机学习算法若干问题的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| ·选题背景及其意义 | 第13-14页 |
| ·支持向量机的研究现状 | 第14-18页 |
| ·支持向量分类机 | 第14-16页 |
| ·支持向量回归与聚类 | 第16-17页 |
| ·核函数的研究 | 第17-18页 |
| ·支持向量机的应用 | 第18页 |
| ·论文的研究目的、意义及主要工作 | 第18-21页 |
| ·研究目的以及意义 | 第18页 |
| ·本文的主要工作 | 第18-21页 |
| 第二章 支持向量机理论基础 | 第21-39页 |
| ·引言 | 第21页 |
| ·统计学习理论基础 | 第21-24页 |
| ·泛化能力 | 第21-22页 |
| ·VC维 | 第22-23页 |
| ·结构风险 | 第23-24页 |
| ·支持向量机基础 | 第24-32页 |
| ·线性可分支持向量机 | 第25-28页 |
| ·近似线性可分支持向量机 | 第28-29页 |
| ·线性不可分支持向量机 | 第29-30页 |
| ·核函数 | 第30-32页 |
| ·最优化问题的求解 | 第32-37页 |
| ·选块算法 | 第32-33页 |
| ·分解算法 | 第33-35页 |
| ·序列最小最优化算法 | 第35-37页 |
| ·小结 | 第37-39页 |
| 第三章 多核支持向量机分类器 | 第39-51页 |
| ·引言 | 第39页 |
| ·多核支持向量机 | 第39-44页 |
| ·多源数据问题 | 第39-41页 |
| ·多核支持向量机 | 第41-42页 |
| ·半定规划问题 | 第42-44页 |
| ·数值实验 | 第44-50页 |
| ·实验数据描述 | 第44-46页 |
| ·样本选择策略 | 第46-47页 |
| ·实验结果及分析 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第四章 支持向量机聚类 | 第51-67页 |
| ·引言 | 第51-52页 |
| ·支持向量聚类 | 第52-55页 |
| ·单类支持向量机 | 第52-55页 |
| ·聚类标记分配 | 第55页 |
| ·支持向量机聚类 | 第55-62页 |
| ·支持向量机聚类 | 第55-57页 |
| ·多类支持向量机聚类 | 第57-60页 |
| ·分级支持向量机聚类 | 第60-62页 |
| ·数值实验 | 第62-65页 |
| ·实验数据描述 | 第62-63页 |
| ·评估准则 | 第63-64页 |
| ·实验结果及分析 | 第64-65页 |
| ·小结 | 第65-67页 |
| 第五章 自适应推进支持向量机集成算法研究 | 第67-75页 |
| ·引言 | 第67-68页 |
| ·局部差异性自适应推进支持向量机算法 | 第68-71页 |
| ·自适应推进算法 | 第68页 |
| ·局部差异性自适应推进支持向量机算法 | 第68-70页 |
| ·修正局部差异性自适应推进支持向量机 | 第70-71页 |
| ·数值实验 | 第71-74页 |
| ·实验数据描述 | 第71页 |
| ·实验结果及分析 | 第71-74页 |
| ·小结 | 第74-75页 |
| 第六章 多模式扰动SVM集成算法研究 | 第75-85页 |
| ·引言 | 第75-76页 |
| ·多模式扰动算法 | 第76-81页 |
| ·集成学习的关键性因素 | 第76-77页 |
| ·多模式扰动 | 第77-79页 |
| ·多模式扰动SVM集成 | 第79-81页 |
| ·数值实验 | 第81-83页 |
| ·实验数据描述 | 第81页 |
| ·实验结果及分析 | 第81-83页 |
| ·小结 | 第83-85页 |
| 第七章 约减支持向量机算法研究 | 第85-93页 |
| ·引言 | 第85页 |
| ·约减子集选择 | 第85-88页 |
| ·基于噪声的空间密度聚类(DBSCAN) | 第85-88页 |
| ·约减支持向量机 | 第88-89页 |
| ·基于DBSCAN的矩形核SVM | 第89-90页 |
| ·数值实验 | 第90-91页 |
| ·实验数据描述 | 第90页 |
| ·实验结果及分析 | 第90-91页 |
| ·小结 | 第91-93页 |
| 结束语 | 第93-95页 |
| 参考文献 | 第95-109页 |
| 致谢 | 第109-111页 |
| 在读期间发表论文 | 第111-113页 |
| 参加的科研项目 | 第113页 |
| 在读期间所获奖励 | 第113页 |
| 在读期间实习项目 | 第113页 |
