摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-15页 |
·研究背景和意义 | 第8-9页 |
·研究现状 | 第9-14页 |
·本文主要工作 | 第14-15页 |
2 支持向量机基础 | 第15-31页 |
·统计学习理论 | 第15-21页 |
·机器学习问题表示 | 第15-16页 |
·经验风险最小化 | 第16页 |
·VC维和推广性的界 | 第16-19页 |
·结构风险最小化 | 第19-21页 |
·支持向量机基本原理 | 第21-30页 |
·线性支持向量机 | 第22-25页 |
·非线性支持向量机 | 第25-27页 |
·支持向量机的几何特性 | 第27-30页 |
·本章小结 | 第30-31页 |
3 基于Fourier变换构造Mercer核的方法 | 第31-44页 |
·输入空间向高维空间的转换 | 第31-33页 |
·基于Fourier变换的核函数构造 | 第33-36页 |
·Mercer定理 | 第33页 |
·构造方法与构造步骤 | 第33-36页 |
·一个构造实例 | 第36-39页 |
·构造Mercer核 | 第36-37页 |
·核参数σ的影响 | 第37-39页 |
·实验结果与分析 | 第39-44页 |
4 针对大规模问题的核支持向量机模型 | 第44-52页 |
·训练集简化策略 | 第44-46页 |
·支持向量集简化策略 | 第46-47页 |
·简化型支持向量机模型 | 第47-48页 |
·实验结果与分析 | 第48-52页 |
5 支持向量机在个人信用评估中的应用 | 第52-62页 |
·个人信用评估意义 | 第52-53页 |
·个人信用评估研究概况 | 第53-54页 |
·基于SVM的个人信用评估 | 第54-60页 |
·问题定义与数据准备 | 第54-55页 |
·数据预处理 | 第55-58页 |
·建立评估模型 | 第58页 |
·评估结果分析 | 第58-60页 |
·本章小结 | 第60-62页 |
6 总结与展望 | 第62-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间发表学术论文情况 | 第68-69页 |
致谢 | 第69-70页 |
大连理工大学学位论文版权使用授权书 | 第70页 |