首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

组合凸线器框架下分片线性分类器的构造方法研究

摘要第1-6页
Abstract第6-12页
第1章 绪论第12-30页
   ·课题研究背景及研究意义第12-15页
   ·分片线性分类器构造方法研究概况第15-26页
     ·委员会机第15-17页
     ·线性规划方法第17-19页
     ·局部训练方法第19-22页
     ·决策树方法第22-24页
     ·最大最小可分性方法第24-25页
     ·组合凸线性感知器第25-26页
   ·论文主要工作第26-28页
     ·分类精度提升研究第26-27页
     ·分类模型简化研究第27页
     ·克服叠可分限制研究第27页
     ·新框架设计第27-28页
   ·论文组织结构第28-30页
第2章 组合凸线器框架第30-42页
   ·支持向量机简介第30-32页
   ·支持组合凸线器第32-40页
     ·凸包和可分性第33页
     ·线性分类器第33-35页
     ·支持凸线器第35-37页
     ·支持组合凸线器第37-39页
     ·支持组合凸线器的预测规则第39-40页
   ·本章小结第40-42页
第3章 组合凸线器的生长构造方法第42-60页
   ·原有构造方式存在的问题第42-43页
   ·凸线器的生长构造方法第43-46页
     ·挤压操作第43-44页
     ·生长支持凸线器算法第44-45页
     ·算法复杂度第45-46页
   ·组合凸线器的生长构造方法第46-50页
     ·膨胀操作第46-48页
     ·生长支持组合凸线器算法第48-49页
     ·算法复杂度第49-50页
   ·实验结果及分析第50-58页
     ·在人工合成数据集上的实验第50-51页
     ·在标准数据集上的实验第51-56页
     ·与NNA和DTA的对比实验第56-57页
     ·在n维单位超球组上的实验第57-58页
   ·本章小结第58-60页
第4章 组合凸线器的极大切割构造方法第60-76页
   ·奥卡姆剃刀原理第60-61页
   ·凸线器的极大切割构造方法第61-64页
     ·极大切割过程第61-63页
     ·极大切割支持凸线器算法第63-64页
     ·算法复杂度第64页
   ·组合凸线器的极大切割构造方法第64-67页
     ·极大切割过程第64-66页
     ·极大切割支持组合凸线器算法第66-67页
     ·算法复杂度第67页
   ·实验结果及分析第67-72页
     ·在人工合成数据集上的实验第68页
     ·在标准数据集上的实验第68-71页
     ·与NNA和DTA的对比实验第71-72页
     ·在n维单位超球组上的实验第72页
   ·与生长构造方法的对比分析第72-74页
   ·本章小结第74-76页
第5章 组合凸线器的软间隔构造方法第76-92页
   ·显式空间映射第76-78页
   ·CDMA的带核推广第78-83页
     ·核化的CDMA算法第78-82页
     ·KCDMA的预测规则第82-83页
   ·组合凸线器的软间隔构造方法第83-85页
     ·软间隔凸线器构造第83页
     ·聚类的软间隔组合凸线器构造第83-85页
   ·实验结果及分析第85-90页
     ·与SMA的对比实验第85-87页
     ·与NNA和DTA及SVMs的对比实验第87-88页
     ·在n维单位超球组上的实验第88-89页
     ·在非叠可分数据集上的实验第89-90页
   ·本章小结第90-92页
第6章 交错式组合凸线器设计第92-106页
   ·构造分片线性分类器的新思路第92-93页
   ·极大凸可分子集第93-95页
   ·交错式组合凸线器第95-98页
   ·支持交错式组合凸线器算法第98-101页
   ·实验结果及分析第101-105页
     ·在Fourclass数据集上的实验第101-102页
     ·在标准数据集上的实验第102-104页
     ·与NNA和DTA的对比实验第104页
     ·在n维单位超球组上的实验第104-105页
   ·本章小结第105-106页
结论第106-110页
参考 文献第110-118页
攻读博士学位期间所取得的主要科研成果第118-120页
致谢第120页

论文共120页,点击 下载论文
上一篇:全程一致的访问控制体系研究
下一篇:快速模板匹配方法及其在眉毛识别中的应用