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

支持向量机参数优化问题的研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-13页
   ·课题背景及研究的目的和意义第9-10页
   ·课题研究现状第10-11页
   ·本文主要研究内容第11-13页
第2章 支持向量机及其理论基础第13-22页
   ·支持向量机第13-16页
     ·线性可分问题第13-14页
     ·近似线性可分问题第14页
     ·线性不可分问题第14-16页
   ·核函数第16-17页
   ·一类支持向量机第17-19页
     ·一类支持向量机第17-18页
     ·模糊一类支持向量机第18-19页
   ·统计学习理论第19-21页
   ·本章小结第21-22页
第3章 支持向量机的参数优化方法第22-35页
   ·模型介绍及参数分析第22-23页
     ·支持向量机的原始模型第22页
     ·参数对支持向量机的影响分析第22-23页
   ·参数优化方法第23-28页
     ·核参数的优化第23-25页
     ·惩罚参数的优化第25-28页
     ·参数优化方法的算法分析第28页
   ·参数优化问题的求解第28-32页
     ·遗传算法的基本原理第28-30页
     ·优化问题的求解第30-32页
   ·数值实验第32-34页
     ·实验介绍第32-34页
     ·实验结果与分析第34页
   ·本章小结第34-35页
第4章 模糊一类支持向量机的参数优化方法第35-46页
   ·模糊一类支持向量机第35-39页
     ·模糊一类支持向量机的原始模型第35-36页
     ·模糊一类支持向量机的一些性质第36-39页
   ·参数优化方法第39-44页
     ·核参数的优化第39-41页
     ·惩罚参数v的优化第41-43页
     ·参数优化方法的求解第43-44页
   ·数值实验第44-45页
     ·实验介绍第44页
     ·实验结果与分析第44-45页
   ·本章小结第45-46页
结论第46-47页
参考文献第47-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:锚杆锚固反演的遗传算法
下一篇:基于荧光强度比掺铒氧化钇的温度特性