| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究的背景 | 第11-13页 |
| ·核方法 | 第11-12页 |
| ·云计算 | 第12-13页 |
| ·隐私安全 | 第13页 |
| ·模式识别中的几个问题 | 第13-14页 |
| ·课题研究内容和本文结构 | 第14-17页 |
| 第二章 最大向量夹角间隔核心集向量机 | 第17-33页 |
| ·引言 | 第17-18页 |
| ·最大向量夹角间隔分类器 | 第18-21页 |
| ·原始形式 | 第18-19页 |
| ·核化形式 | 第19-20页 |
| ·决策函数 | 第20页 |
| ·MAMC 的优势与计算复杂度分析 | 第20-21页 |
| ·MEB 和 CC-MEB 最小球问题 | 第21-22页 |
| ·MEB 最小球 | 第21页 |
| ·中心约束 CC-MEB 最小球 | 第21-22页 |
| ·最大向量夹角间隔核向量机 | 第22-24页 |
| ·MAMC 与 CC-MEB 关系 | 第22-23页 |
| ·MAM-CVM 算法实现 | 第23-24页 |
| ·MAMC 讨论 | 第24-26页 |
| ·实验研究 | 第26-32页 |
| ·硬划分的 MAMC 实验 | 第27-28页 |
| ·软划分的 MAMC 实验 | 第28-29页 |
| ·MAM-CVM 实验 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 最大间隔对数核机器 | 第33-55页 |
| ·引言 | 第33页 |
| ·L2-核分类器 | 第33-35页 |
| ·MMLVM 算法 | 第35-38页 |
| ·Margin 构造 | 第35-36页 |
| ·MMLVM 算法 | 第36-37页 |
| ·MMLVM 实现 | 第37-38页 |
| ·MMLVM 算法分析 | 第38-45页 |
| ·权全局最优性分析 | 第38-41页 |
| ·一般化误差界分析 | 第41-44页 |
| ·收敛性分析 | 第44页 |
| ·复杂度分析 | 第44-45页 |
| ·实验结果与分析 | 第45-53页 |
| ·人造数据实验 | 第45-47页 |
| ·测试 UCI | 第47-50页 |
| ·测试 PIE | 第50-51页 |
| ·测试 USPS | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 隐私团校准的模糊 MEB 学习 | 第55-65页 |
| ·引言 | 第55页 |
| ·算法回顾 | 第55-57页 |
| ·MEB | 第55-56页 |
| ·FKHP | 第56-57页 |
| ·PCC-MEB | 第57-61页 |
| ·核密度估计 | 第57-58页 |
| ·PCC-MEB 模型 | 第58-59页 |
| ·复杂度分析 | 第59-60页 |
| ·模糊 PCC-MEB | 第60-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·p 特性实验 | 第61页 |
| ·性能比较实验 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 隐私保护的 SVDD 快速分类方法 | 第65-81页 |
| ·引言 | 第65页 |
| ·一类 SVDD | 第65-68页 |
| ·SVDD 算法 | 第65-66页 |
| ·决策 | 第66-67页 |
| ·决策复杂度 | 第67-68页 |
| ·FDA-SVDD | 第68-71页 |
| ·FDA-SVDD 思想及其决策复杂度 | 第69页 |
| ·原像获取 | 第69-70页 |
| ·权向量讨论 | 第70-71页 |
| ·算法实现 | 第71页 |
| ·FDA-SVDD 思想推广 | 第71-72页 |
| ·实验结果与分析 | 第72-80页 |
| ·SVDD 测试效率实验 | 第72页 |
| ·测试 UCI | 第72-77页 |
| ·测试 PIE | 第77-78页 |
| ·测试 USPS | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 线性 SVMs 快速集成模型 | 第81-97页 |
| ·引言 | 第81-82页 |
| ·SVM | 第82-83页 |
| ·LSVM 和 KSVM | 第82-83页 |
| ·SVM 复杂度分析 | 第83页 |
| ·FMELSVM | 第83-90页 |
| ·FMELSVM 模型 | 第83-84页 |
| ·模型求解 | 第84-87页 |
| ·算法实现 | 第87-89页 |
| ·算法收敛性 | 第89页 |
| ·算法复杂度分析 | 第89-90页 |
| ·模型讨论 | 第90-91页 |
| ·实验结果与分析 | 第91-95页 |
| ·LSVM 和次优 LHP 的概率输出特性 | 第91-92页 |
| ·测试 UCI | 第92-95页 |
| ·本章小结 | 第95-97页 |
| 第七章 一般化 MEB 的大样本快速学习方法 | 第97-113页 |
| ·引言 | 第97-98页 |
| ·最小包含球 MEB | 第98-100页 |
| ·MEB 和 CC-MEB 问题 | 第98-99页 |
| ·一般化 MEB 模型 | 第99-100页 |
| ·一般化 MEB 快速学习 | 第100-106页 |
| ·算法思想及实现 | 第100-104页 |
| ·复杂度分析 | 第104-105页 |
| ·几何含义 | 第105-106页 |
| ·实验结果与分析 | 第106-111页 |
| ·测试 4×4 CheckBoard | 第106-108页 |
| ·测试 UCI | 第108-109页 |
| ·测试 USPS | 第109-111页 |
| ·本章小结 | 第111-113页 |
| 第八章 结束语 | 第113-115页 |
| 致谢 | 第115-117页 |
| 参考文献 | 第117-125页 |
| 附录 | 第125-126页 |
| 附录 1: 攻读博士学位期间撰写的与课题相关的论文列表 | 第125-126页 |
| 附录 2: 攻读博士学位期间参加的科研项目列表 | 第126页 |