首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

增强型单类分类器研究

摘要第1-5页
ABSTRACT第5-10页
注释表第10-11页
缩略词第11-12页
第一章 绪论第12-16页
   ·引言第12页
   ·单类分类问题简介第12-13页
   ·困难与挑战第13页
   ·本文主要研究工作第13-14页
   ·本文内容安排第14-16页
第二章 单类分类器相关技术及评价指标第16-29页
   ·引言第16-17页
   ·基于密度估计的方法第17-19页
     ·参数估计第17页
     ·非参数估计—parzen 窗第17-18页
     ·非参数估计—局部密度估计第18-19页
   ·支持域方法第19-25页
     ·单类支持向量机第19-20页
     ·支持向量数据域描述算法第20-21页
     ·两算法等价性第21页
     ·改进算法第21-25页
   ·其他方法第25页
   ·评价指标第25-27页
   ·本章小结第27-29页
第三章 局部密度嵌入的结构单类支持向量机第29-39页
   ·引言第29页
   ·结构化单类支持向量机(SOCSVM)第29-31页
     ·算法分析第29-30页
     ·算法描述第30-31页
   ·局部密度嵌入的结构单类支持向量机(ldSOCSVM)第31-34页
     ·算法描述第31-32页
     ·核化形式第32-33页
     ·密度因子第33-34页
     ·时间复杂度分析第34页
   ·实验第34-38页
     ·参数影响第34-36页
     ·实验设置与结果第36-37页
     ·实验分析第37-38页
   ·本章小结第38-39页
第四章 基于最大化约束密度的单类分类器设计第39-53页
   ·引言第39页
   ·最大对比度分类器(MCC)第39-42页
     ·问题提出第39-40页
     ·算法描述第40-42页
   ·基于最大化约束密度的单类分类器第42-43页
     ·算法描述第42-43页
   ·带负类的最大约束密度单类分类器(NMCDOCC)第43-47页
     ·NMCDOCC_Ⅰ第44-45页
     ·NMCDOCC_Ⅱ第45-47页
   ·实验第47-52页
     ·参数影响第47-50页
     ·实验设置与结果第50-52页
     ·实验分析第52页
   ·本章小结第52-53页
第五章 总结与展望第53-56页
   ·已有工作总结第53-54页
   ·未来工作展望第54-56页
参考文献第56-61页
致谢第61-62页
硕士研究生期间参与的科研项目及发表的论文第62页

论文共62页,点击 下载论文
上一篇:超声相控阵检测硬件系统设计
下一篇:多Agent协作机制的研究与应用