支持向量回归机及其应用研究
| 第一章 绪论 | 第1-22页 |
| ·研究背景 | 第7-12页 |
| ·支持向量回归机的基本思想 | 第12-16页 |
| ·支持向量回归机研究现状 | 第16-19页 |
| ·论文的研究内容 | 第19-20页 |
| ·论文的组织结构 | 第20-22页 |
| 第二章 支持向量回归机理论基础 | 第22-34页 |
| ·统计学习理论 | 第22-27页 |
| ·优化理论 | 第27-30页 |
| ·核 | 第30-32页 |
| ·小结 | 第32-34页 |
| 第三章 支持向量回归机模型 | 第34-51页 |
| ·e—支持向量回归机 | 第34-40页 |
| ·v—支持向量回归机 | 第40-43页 |
| ·其它形式的支持向量回归机 | 第43-48页 |
| ·求解支持向量回归机的算法 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 支持向量回归机的分类导出途径 | 第51-61页 |
| ·构造e—带超平面的最大间隔回归算法 | 第51-56页 |
| ·从分类途径的导出 | 第56-59页 |
| ·支持向量回归机中的间隔 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第五章 支持向量回归机新模型 | 第61-69页 |
| ·广义的支持向量回归机 | 第61-65页 |
| ·无约束支持向量回归机 | 第65-67页 |
| ·小结 | 第67-69页 |
| 第六章 模型选择和LOO—支持向量回归机 | 第69-90页 |
| ·模型选择问题 | 第69-71页 |
| ·算法的评价 | 第71-72页 |
| ·支持向量分类机的LOO误差界 | 第72-74页 |
| ·支持向量回归机的LOO误差界 | 第74-87页 |
| ·LOO支持向量回归机 | 第87-89页 |
| ·小结 | 第89-90页 |
| 第七章 小流域土壤侵蚀的支持向量回归机预报模型 | 第90-96页 |
| ·问题提出 | 第90-92页 |
| ·线性规划SVR预报模型 | 第92-93页 |
| ·e—SVR预报模型 | 第93-94页 |
| ·小结 | 第94-96页 |
| 第八章 总结与展望 | 第96-99页 |
| ·总结 | 第96-98页 |
| ·展望 | 第98-99页 |
| 参考文献 | 第99-105页 |
| 致谢 | 第105-106页 |
| 个人简历 | 第106页 |
