致谢 | 第3-4页 |
摘要 | 第4-6页 |
abstract | 第6-7页 |
1 绪论 | 第14-26页 |
1.1 课题来源 | 第14页 |
1.2 研究背景及意义 | 第14-16页 |
1.3 国内外研究现状 | 第16-23页 |
1.4 本文主要工作 | 第23-24页 |
1.5 论文组织结构 | 第24-26页 |
2 相关工作 | 第26-43页 |
2.1 支持向量机 | 第26-31页 |
2.2 孪生支持向量机 | 第31-35页 |
2.3 多生支持向量机 | 第35-41页 |
2.4 多生最小二乘支持向量机 | 第41-42页 |
2.5 本章小结 | 第42-43页 |
3 加权线性损失多生支持向量机 | 第43-53页 |
3.1 加权线性损失函数 | 第43-44页 |
3.2 线性WLMBSVM的数学模型 | 第44-46页 |
3.3 非线性WLMBSVM的数学模型 | 第46-47页 |
3.4 实验结果及其分析 | 第47-51页 |
3.5 本章小结 | 第51-53页 |
4 Ramp损失多生支持向量机 | 第53-62页 |
4.1 Ramp损失函数 | 第53-54页 |
4.2 线性RMBSVM的数学模型 | 第54-56页 |
4.3 非线性RMBSVM的数学模型 | 第56-58页 |
4.4 实验结果及其分析 | 第58-61页 |
4.5 本章小结 | 第61-62页 |
5 粒度多生支持向量机 | 第62-78页 |
5.1 粒度划分 | 第63-64页 |
5.2 线性情况下基于不同损失函数的粒度多生支持向量机 | 第64-67页 |
5.3 非线性情况下基于不同损失函数的粒度多生支持向量机 | 第67-68页 |
5.4 实验结果及结果分析 | 第68-77页 |
5.5 本章小结 | 第77-78页 |
6 总结和展望 | 第78-80页 |
6.1 总结 | 第78-79页 |
6.2 展望 | 第79-80页 |
参考文献 | 第80-86页 |
作者简历 | 第86-89页 |
学位论文数据集 | 第89页 |