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--自动推理、机器学习论文

基于元分类器的SVM模型验证算法的研究

摘要第1-8页
ABSTRACT第8-12页
第一章 绪论第12-21页
   ·研究背景第12-13页
   ·研究现状第13-16页
   ·本文提出的新算法第16-19页
   ·本文的目标和贡献第19-20页
   ·本文结构第20页
   ·本章小结第20-21页
第二章 基于元数据分类的模型验证算法第21-28页
   ·SVM算法理论第21-23页
   ·CVM算法理论第23-25页
   ·CLOO算法的提出第25-26页
   ·本章小结第26-28页
第三章 CLOO算法的特征及元分类器第28-42页
   ·理论特征第28-34页
     ·交叉替换的LOO评估特征第28-31页
     ·近似MEB中心的通用边界第31-34页
       ·理论方法的边界第33页
       ·应用方法的边界第33-34页
   ·简单特征和统计特征第34-38页
   ·特征的计算复杂度第38-39页
   ·元数据分类模型第39-41页
   ·本章小结第41-42页
第四章 实验第42-57页
   ·数据和实验的设置第42-43页
   ·第一类数据的实验第43-45页
   ·第二类小数据的实验第45-47页
   ·第二类大数据的实验第47-50页
   ·Span bound补充实验第50-55页
     ·Span bound理论第50-51页
     ·Span bound实验第51-55页
   ·实验总结第55-56页
   ·本章小结第56-57页
第五章 总结与展望第57-59页
参考文献第59-63页
致谢第63-64页
附录第64页

论文共64页,点击 下载论文
上一篇:Ag/Co/Ag三层膜结构的磁光表面等离子体共振(MOSPR)传感器的特性研究
下一篇:基于压缩传感理论解决Pan-Sharpening问题的算法研究