| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·问题的提出 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·电能质量评估的研究现状 | 第10-11页 |
| ·纠错输出编码支持向量机的研究现状 | 第11-12页 |
| ·支持向量机概率输出的研究现状 | 第12-13页 |
| ·本文的主要工作和章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 纠错输出编码支持向量机相关算法 | 第15-25页 |
| ·SVM 模型简介 | 第15-17页 |
| ·线性可分 SVM 模型 | 第15-16页 |
| ·近似线性可分 SVM 模型 | 第16-17页 |
| ·线性不可分 SVM 模型 | 第17页 |
| ·多分类 SVM 算法 | 第17-19页 |
| ·ECOC-SVMS 算法 | 第19-24页 |
| ·ECOC-SVMS 算法思想 | 第19页 |
| ·ECOC-SVMS 的编码矩阵 | 第19-22页 |
| ·完全编码 | 第20-21页 |
| ·随机编码 | 第21页 |
| ·BCH 编码 | 第21页 |
| ·其他纠错输出编码方式 | 第21-22页 |
| ·ECOC-SVMS 训练 | 第22-23页 |
| ·ECOC-SVMS 解码规则 | 第23-24页 |
| ·ECOC-SVMS 优缺点分析 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 改进的纠错输出编码支持向量机 | 第25-33页 |
| ·聚类分析法 | 第25-29页 |
| ·聚类分析算法简介 | 第25页 |
| ·常用聚类分析方法与结果评估 | 第25-26页 |
| ·常用聚类距离度量 | 第26-29页 |
| ·一种基于凝聚层次聚类的 ECOC-SVMS | 第29-32页 |
| ·编码矩阵的形成 | 第29-31页 |
| ·分类器的训练和解码规则 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 改进的支持向量机分类概率输出算法 | 第33-44页 |
| ·B 样条理论 | 第33-36页 |
| ·均匀 B 样条曲线定义及其性质 | 第33-36页 |
| ·均匀 B 样条曲面定义及其性质 | 第36页 |
| ·B 样条拟合求解分类概率算法思想 | 第36-37页 |
| ·B 样条最小二乘拟合概率密度函数 | 第37-41页 |
| ·概率密度函数拟合数据的产生 | 第37-38页 |
| ·B 样条最小二乘拟合概率密度函数 | 第38-41页 |
| ·分类概率计算 | 第41页 |
| ·分类概率输出算法实验验证 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 改进 ECOC-SVMS 算法在电能质量评估中的应用 | 第44-51页 |
| ·电能质量的定义 | 第44页 |
| ·电能质量评估的指标 | 第44页 |
| ·电能质量评估的主要内容 | 第44-45页 |
| ·基于改进的 ECOC-SVMS 的电能质量评估 | 第45-48页 |
| ·评估算法实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 1 电能质量国家标准简介 | 第57-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |