支持向量机变体算法研究与改进
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究进展及现状 | 第8-9页 |
| ·论文的研究意义及主要工作 | 第9-11页 |
| 第二章 支持向量机与统计学习理论 | 第11-17页 |
| ·统计学习理论的核心内容 | 第11-13页 |
| ·VC维 | 第11页 |
| ·推广性的界 | 第11-12页 |
| ·结构风险最小化 | 第12-13页 |
| ·支持向量机理论 | 第13-17页 |
| ·最优超平面 | 第13页 |
| ·线性支持向量机 | 第13-15页 |
| ·非线性情况 | 第15-16页 |
| ·核函数 | 第16-17页 |
| 第三章 支持向量机典型变体算法比较 | 第17-27页 |
| ·最小二乘支持向量机 | 第17-18页 |
| ·近似支持向量机 | 第18-20页 |
| ·广义特征值下的近似支持向量机 | 第20-21页 |
| ·双胞支持向量机 | 第21-22页 |
| ·线性双胞支持向量机 | 第21-22页 |
| ·非线性双胞支持向量机 | 第22页 |
| ·实验分析 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于最小二乘支持向量机的快速分类方法 | 第27-36页 |
| ·引言 | 第27页 |
| ·线性FTLSVM | 第27-29页 |
| ·非线性FTLSVM | 第29-30页 |
| ·实验分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 权向量多平面支持向量机 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·权向量多平面支持向量机(WMPSVM) | 第37-41页 |
| ·线性WMPSVM | 第37-39页 |
| ·非线性WMPSVM | 第39-41页 |
| ·实验结果 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表学术论文 | 第50-51页 |
| 详细摘要 | 第51-53页 |
| Abstract | 第53-54页 |
