模糊孪生支持向量机分类算法及其应用研究
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论及预备知识 | 第8-16页 |
| ·孪生支持向量机研究背景 | 第8-9页 |
| ·孪生支持向量机研究现状 | 第9-11页 |
| ·二分类孪生支持向量机的研究 | 第9-10页 |
| ·多分类孪生支持向量机的研究 | 第10页 |
| ·孪生支持向量机训练算法的研究 | 第10-11页 |
| ·孪生支持向量机预备知识 | 第11-14页 |
| ·统计学习理论 | 第11-12页 |
| ·支持向量机 | 第12-13页 |
| ·模糊支持向量机 | 第13页 |
| ·孪生支持向量机 | 第13-14页 |
| ·本文主要工作及全文组织结构 | 第14-16页 |
| 第二章 二分类模糊间隔孪生支持向量机及其训练算法 | 第16-37页 |
| ·模糊间隔孪生支持向量机 | 第16-21页 |
| ·线性FMTSVM | 第16-18页 |
| ·非线性FMTSVM | 第18-20页 |
| ·FMTSVM与TSVM比较与分析 | 第20-21页 |
| ·L2-模糊间隔孪生支持向量机 | 第21-24页 |
| ·线性L2-FMTSVM | 第21-23页 |
| ·非线性L2-FMTSVM | 第23-24页 |
| ·模糊隶属度函数的构造 | 第24-26页 |
| ·线性模糊隶属度 | 第24-25页 |
| ·非线性模糊隶属度 | 第25-26页 |
| ·FMTSVM对偶问题的快速训练算法 | 第26-30页 |
| ·FMTSVM对偶坐标下降算法 | 第26-28页 |
| ·FMTSVM对偶收缩坐标下降算法 | 第28-30页 |
| ·实验仿真与分析 | 第30-37页 |
| ·人工数据集试验 | 第31-34页 |
| ·真实数据集试验 | 第34-37页 |
| 第三章 多分类模糊间隔孪生支持向量机算法及其应用 | 第37-49页 |
| ·线性FMTSVM多类分类算法 | 第37-40页 |
| ·线性一对余FMTSVM多分类算法 | 第38页 |
| ·线性一对一FMTSVM多分类算法 | 第38页 |
| ·线性偏二叉树FMTSVM多分类算法 | 第38-40页 |
| ·非线性FMTSVM多类分类算法 | 第40-41页 |
| ·K-FMTSVM算法在人脸识别中的应用 | 第41-47页 |
| ·人脸图像的特征提取 | 第41-43页 |
| ·人脸识别系统的设计 | 第43-44页 |
| ·人脸实验仿真与分析 | 第44-47页 |
| ·K-FMTSVM算法在国画分类中的应用 | 第47-49页 |
| ·国画图像的特征提取 | 第48页 |
| ·国画图像的分类结果 | 第48-49页 |
| 第四章 总结与展望 | 第49-51页 |
| ·本文工作的总结 | 第49页 |
| ·未来工作的展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 发表文章目录 | 第55-56页 |
| 致谢 | 第56页 |
