基于组合优化的线性分类算法研究

摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-14页
·研究背景和意义	第8-9页
·研究现状	第9-11页
·本文工作	第11-12页
·章节安排	第12-14页
第二章 线性分类方法研究	第14-26页
·线性分类定义	第14-16页
·常见的线性分类方法	第16-22页
·Fisher 线性判别准则	第16-17页
·感知器算法	第17-18页
·最小平方误差算法	第18-20页
·支持向量机	第20-22页
·分类超平面评价方法	第22-25页
·泛化能力评价方法	第22-23页
·分类准确率评价方法	第23-25页
·本章小结	第25-26页
第三章 组合优化线性分类算法设计	第26-40页
·算法总体思路	第26-27页
·训练样本的组合	第27-28页
·分类超平面的构造	第28-31页
·分类超平面构造方法研究	第28-30页
·最小距离分类超平面的构造	第30-31页
·种群的优化训练	第31-37页
·EM 算法研究	第31-35页
·基于 EM 的种群优化设计	第35-37页
·算法设计	第37-39页
·本章小结	第39-40页
第四章 组合优化线性分类算法的仿真与分析	第40-50页
·优化训练参数确定	第40-42页
·优化训练结果分析	第42-45页
·分类结果仿真对比	第45-48页
·本章小结	第48-50页
第五章 结束语	第50-52页
·总结	第50-51页
·展望	第51-52页
致谢	第52-54页
参考文献	第54-58页
研究成果	第58-59页