支持向量机SMO算法的改进研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 SVM研究现状 | 第12-13页 |
| 1.2.2 SMO算法研究现状 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第二章 SVM及SMO算法相关理论与经典算法 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 基本概念介绍 | 第16-19页 |
| 2.2.1 SVM介绍 | 第16-18页 |
| 2.2.2 SMO算法介绍 | 第18-19页 |
| 2.3 几种现有SMO改进算法 | 第19-21页 |
| 2.3.1 基于边界向量的样本取样SMO算法 | 第19-20页 |
| 2.3.2 基于距离的删除样本SMO改进算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 目标函数值辅助的SMO改进算法 | 第22-33页 |
| 3.1 引言 | 第22页 |
| 3.2 目标函数值 | 第22-26页 |
| 3.2.1 目标函数值表达式推导过程 | 第22-23页 |
| 3.2.2 目标函数值随迭代次数变化的经验性实验 | 第23-26页 |
| 3.3 目标函数值辅助的SMO改进算法 | 第26-28页 |
| 3.3.1 改进算法的思想 | 第26页 |
| 3.3.2 高斯平滑 | 第26-27页 |
| 3.3.3 K值的获取 | 第27页 |
| 3.3.4 交叉验证 | 第27-28页 |
| 3.4 实验分析、结果与结论 | 第28-31页 |
| 3.4.1 实验分析 | 第28页 |
| 3.4.2 实验结果 | 第28-31页 |
| 3.4.3 实验结论 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 间隔值辅助的SMO算法改进 | 第33-40页 |
| 4.1 引言 | 第33页 |
| 4.2 间隔值 | 第33-35页 |
| 4.2.1 间隔值表达式推导过程 | 第33页 |
| 4.2.2 间隔值随迭代次数变化的经验性实验 | 第33-35页 |
| 4.3 间隔值辅助的SMO改进算法 | 第35-36页 |
| 4.3.1 改进算法的思想 | 第35页 |
| 4.3.2 改进算法过程 | 第35-36页 |
| 4.4 实验分析、结果与结论 | 第36-39页 |
| 4.4.1 实验分析 | 第36页 |
| 4.4.2 实验结果 | 第36-38页 |
| 4.4.3 实验结论 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 结论与展望 | 第40-42页 |
| 5.1 论文主要研究内容 | 第40页 |
| 5.2 下一步工作 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士期间发表的学术论文 | 第46-47页 |
| 致谢 | 第47页 |
