首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文

基于优化理论的支持向量机学习算法研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-22页
   ·选题的背景及意义第12-13页
   ·SVM的研究与进展第13-19页
     ·SVM的产生第13-14页
     ·支持向量分类机(SVC)算法研究第14-17页
     ·支持向量回归机(SVR)算法研究第17-18页
     ·SVM的应用研究第18-19页
   ·论文的研究目的、意义和主要工作第19-22页
     ·研究目的和意义第19页
     ·本文的主要工作第19-22页
第二章 支持向量机及其理论基础第22-40页
   ·最优化理论第22-25页
     ·KKT条件第22-23页
     ·Lagrange对偶第23-24页
     ·Wolfe对偶第24-25页
   ·统计学习理论的基本思想第25-28页
     ·经验风险第25-26页
     ·VC维第26页
     ·结构风险第26-28页
   ·支持向量分类机第28-35页
     ·最优分类超平面第28-30页
     ·线性支持向量分类机第30-31页
     ·非线性支持向量分类机第31-33页
     ·支持向量第33-34页
     ·核函数第34-35页
   ·支持向量回归机第35-38页
     ·损失函数第35-37页
     ·支持向量回归机第37-38页
   ·小结第38-40页
第三章 最小二乘支持向量机的一类快速算法第40-50页
   ·引言第40页
   ·变形支持向量机模型第40-44页
     ·标准SVM模型第40-41页
     ·二次损失函数SVM模型第41-42页
     ·LSSVM模型第42-44页
   ·最小二乘支持向量机的条件预优共轭梯度法第44-46页
     ·对称正定线性方程组的求解第44-45页
     ·条件预优共轭梯度法第45-46页
   ·数值实验第46-48页
   ·小结第48-50页
第四章 一类新的光滑CHKS支持向量机第50-62页
   ·引言第50-51页
   ·光滑支持向量机及其发展第51-53页
     ·光滑支持向量机的原理第51-52页
     ·光滑支持向量机的优势第52页
     ·光滑支持向量机的发展现状第52-53页
   ·光滑CHKS支持向量机第53-60页
     ·光滑CHKS支持向量机及其性质第53-56页
     ·光滑CHKS-SSVM的Newton-Armijo算法第56-57页
     ·非线性光滑CHKS-SSVM第57页
     ·数值实验第57-60页
   ·小结第60-62页
第五章 支持向量机的调节熵函数法第62-76页
   ·引言第62页
   ·支持向量分类机的调节熵函数法第62-68页
     ·无约束SVC模型第62-63页
     ·调节熵函数法第63-65页
     ·支持向量分类机的调节熵函数法(AEF-SVC)第65-66页
     ·数值实验第66-68页
   ·支持向量回归机的调节熵函数法第68-75页
     ·无约束SVR模型第68-70页
     ·调节熵函数法第70-72页
     ·支持向量回归机的调节熵函数法(AEF-SVR)第72-73页
     ·数值实验第73-75页
   ·小结第75-76页
第六章 模糊支持向量机算法第76-94页
   ·引言第76-77页
   ·模糊支持向量机第77-79页
     ·模糊支持向量分类机第77-78页
     ·模糊支持向量回归机第78-79页
   ·基于边界向量提取的模糊支持向量分类机第79-87页
     ·支持向量数据域描述第80-81页
     ·提取边界向量第81-82页
     ·构造模糊隶属度函数第82-84页
     ·数值实验第84-87页
   ·模糊最小二乘支持向量回归机第87-93页
     ·最小二乘支持向量回归机第87-88页
     ·模糊最小二乘支持向量回归机第88页
     ·模糊最小二乘支持向量回归机的训练第88-89页
     ·基于支持向量数据域描述的模糊隶属度的构造第89-91页
     ·数值实验第91-93页
   ·小结第93-94页
第七章 训练半监督支持向量机的粒子群算法第94-104页
   ·引言第94-95页
   ·(?)TSVM算法第95-96页
   ·光滑分段半监督支持向量机第96-102页
     ·SPS~3VM 模型第96-98页
     ·标准PSO算法第98-99页
     ·线性等式约束问题的CLPSO算法第99页
     ·训练SPS3VM的CLPSO算法第99-100页
     ·数值实验第100-102页
   ·小结第102-104页
总结与展望第104-106页
参考文献第106-118页
致谢第118-119页
在读博士期间撰写(发表)的论文第119-121页
参加的科研项目与获奖情况第121-122页

论文共122页,点击 下载论文
上一篇:非同心球对高斯波束散射的研究
下一篇:稀土掺杂Y3Al5O12、YAl3(BO34材料的制备及性能研究