支持向量机核函数的参数选择方法
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·研究内容和目的 | 第8-9页 |
| ·研究内容 | 第8页 |
| ·研究目的 | 第8-9页 |
| ·组织结构 | 第9-10页 |
| 2 支持向量机的基本原理 | 第10-17页 |
| ·机器学习 | 第10-11页 |
| ·数学表示 | 第10页 |
| ·经验风险最小化 | 第10-11页 |
| ·支持向量机 | 第11-15页 |
| ·线性可分 | 第11-12页 |
| ·线性不可分 | 第12-13页 |
| ·支持向量机 | 第13-15页 |
| ·核函数 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 Gauss 核函数的基本性质 | 第17-25页 |
| ·一般核函数的基本性质 | 第17-19页 |
| ·核函数的研究进展 | 第19-22页 |
| ·混合核函数 | 第19-20页 |
| ·超核函数 | 第20页 |
| ·图核函数 | 第20-21页 |
| ·插值核函数的构造 | 第21-22页 |
| ·Gauss 核函数的基本性质 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 4 聚类—最小距离法 | 第25-37页 |
| ·Gauss 核函数参数选择的方法 | 第25-26页 |
| ·聚类的基本概念与方法 | 第26-27页 |
| ·聚类—最小距离法 | 第27-30页 |
| ·数据集的描述 | 第28页 |
| ·数学模型 | 第28-29页 |
| ·算法与分析 | 第29-30页 |
| ·数据仿真 | 第30-35页 |
| ·试验数据集 | 第30页 |
| ·试验结果 | 第30-31页 |
| ·结果分析 | 第31-35页 |
| ·修正参数σ | 第35页 |
| ·试验总结 | 第35页 |
| ·本章小结 | 第35-37页 |
| 5 结论与展望 | 第37-39页 |
| ·研究工作总结 | 第37页 |
| ·研究工作展望 | 第37-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 附录 | 第43页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第43页 |
