基于模糊支持向量机的三类分类问题的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-12页 |
| ·选题的背景和意义 | 第9-11页 |
| ·本文的研究内容和文章的组织结构 | 第11-12页 |
| 2 机器学习与统计学理论 | 第12-19页 |
| ·机器学习 | 第12-14页 |
| ·机器学习的发展阶段 | 第14-15页 |
| ·统计学理论 | 第15-18页 |
| ·损失函数 | 第15-16页 |
| ·期望风险 | 第16页 |
| ·VC维理论 | 第16-17页 |
| ·结构风险最小化 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 支持向量机基础理论 | 第19-27页 |
| ·支持向量机的提出与发展 | 第19页 |
| ·支持向量机研究现状 | 第19-20页 |
| ·支持向量分类机 | 第20-23页 |
| ·线性可分支持向量机 | 第20-22页 |
| ·非线性可分支持向量机 | 第22-23页 |
| ·支持向量回归机 | 第23-25页 |
| ·模糊支持向量机 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于混合核函数的支持向量机 | 第27-34页 |
| ·核函数 | 第27-29页 |
| ·核函数的本质和性质 | 第27-28页 |
| ·常见的几种核函数 | 第28-29页 |
| ·局部核函数和全局核函数 | 第29-30页 |
| ·混合核函数 | 第30-32页 |
| ·实验 | 第32-33页 |
| ·实验环境和数据集 | 第32页 |
| ·实验结果 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 5 混合核模糊三类分类支持向量机 | 第34-43页 |
| ·常用的多类分类支持向量机 | 第34-36页 |
| ·一种新的模糊隶属度函数 | 第36-39页 |
| ·仿真实验 | 第39-42页 |
| ·实验运行环境与数据集 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 6 总结与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47-48页 |
| 致谢 | 第48页 |
