| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 支持向量机的研究 | 第14-15页 |
| 1.2.2 核矩阵近似的研究 | 第15页 |
| 1.3 问题的提出及研究意义 | 第15-16页 |
| 1.4 论文主要工作 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 支持向量机 | 第18-27页 |
| 2.1 支持向量机理论基础 | 第18-19页 |
| 2.2 支持向量机原理 | 第19-22页 |
| 2.3 线性不可分与核函数 | 第22-24页 |
| 2.4 多核支持向量机 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 核矩阵近似 | 第27-38页 |
| 3.1 Nystrom核矩阵近似方法 | 第27-30页 |
| 3.1.1 Nystrom方法近似特征函数 | 第27-28页 |
| 3.1.2 Nystrom方法近似核矩阵 | 第28-30页 |
| 3.2 几种改进的Nystrom核矩阵近似算法 | 第30-33页 |
| 3.2.1 集成Nystrom算法(Ensemble Nystrom) | 第30-31页 |
| 3.2.2 利用随机SVD的Nystrom算法 | 第31-33页 |
| 3.3 MEKA核矩阵近似方法 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于改进核矩阵近似算法的支持向量机 | 第38-53页 |
| 4.1 协同聚类 | 第38-45页 |
| 4.1.1 聚类相关概念 | 第38-39页 |
| 4.1.2 k-means聚类算法 | 第39-40页 |
| 4.1.3 协同聚类算法 | 第40-45页 |
| 4.2 基于协同聚类Nystrom算法的支持向量机 | 第45-48页 |
| 4.2.1 协同聚类Nystrom算法 | 第45-46页 |
| 4.2.2 算法实验验证 | 第46-48页 |
| 4.3 基于类标MEKA算法的支持向量机 | 第48-51页 |
| 4.3.1 嵌入类标信息的MEKA算法 | 第48-49页 |
| 4.3.2 算法实验验证 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 5 结论 | 第53-56页 |
| 5.1 研究内容总结 | 第53-54页 |
| 5.2 对未来工作的展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |