孪生支持向量机及其优化方法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| Contents | 第10-12页 |
| 图清单 | 第12-14页 |
| 表清单 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| ·课题来源 | 第15页 |
| ·研究背景及意义 | 第15-17页 |
| ·研究现状 | 第17-21页 |
| ·论文研究内容及组织结构 | 第21-23页 |
| 2 基础理论 | 第23-31页 |
| ·支持向量机 | 第23-26页 |
| ·孪生支持向量机 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于粗糙集的孪生支持向量机算法研究 | 第31-41页 |
| ·粗糙集与属性约简 | 第31-35页 |
| ·基于粗糙集的孪生支持向量机 | 第35-37页 |
| ·实验分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于粒子群算法的孪生支持向量机算法研究 | 第41-52页 |
| ·粒子群优化算法 | 第41-46页 |
| ·基于粒子群算法的孪生支持向量机 | 第46-47页 |
| ·实验分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于果蝇算法的孪生支持向量机算法研究 | 第52-60页 |
| ·果蝇优化算法 | 第52-53页 |
| ·基于果蝇算法的孪生支持向量机 | 第53-55页 |
| ·实验分析 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 6 总结和展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 作者简历 | 第69-72页 |
| 学位论文数据集 | 第72页 |
