大规模分布式近似SVM数据分块数选择
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-9页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 本文工作 | 第8页 |
| 1.3 章节安排 | 第8-9页 |
| 第2章 文献综述 | 第9-19页 |
| 2.1 经验选择 | 第9-14页 |
| 2.2 子问题优化算法 | 第14-17页 |
| 2.2.1 原问题优化算法 | 第14-16页 |
| 2.2.2 对偶问题优化算法 | 第16-17页 |
| 2.3 小结 | 第17-19页 |
| 第3章 数据分块数选择 | 第19-23页 |
| 3.1 分布式机器学习模型泛化误差分析 | 第19-21页 |
| 3.2 数据分块数选择准则 | 第21-22页 |
| 3.3 数据分块数选择算法 | 第22页 |
| 3.4 小结 | 第22-23页 |
| 第4章 分布式近似核支持向量机 | 第23-35页 |
| 4.1 随机傅里叶特征映射 | 第23-25页 |
| 4.2 支持向量机 | 第25-26页 |
| 4.3 交替方向乘子法 | 第26-29页 |
| 4.3.1 分布式交替方向乘子法 | 第27-28页 |
| 4.3.2 收敛性分析 | 第28-29页 |
| 4.4 实现方案 | 第29-33页 |
| 4.4.1 子问题并行求解 | 第31-33页 |
| 4.5 小结 | 第33-35页 |
| 第5章 实验 | 第35-40页 |
| 5.1 实验环境 | 第35-36页 |
| 5.2 数据集及参数设置 | 第36页 |
| 5.3 实验结果及分析 | 第36-38页 |
| 5.4 小结 | 第38-40页 |
| 第6章 结语 | 第40-41页 |
| 6.1 总结 | 第40页 |
| 6.2 展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 发表论文和参加科研情况说明 | 第44-45页 |
| 致谢 | 第45页 |
