基于空间旋转的支持向量机改进算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状及进展 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第二章 预备知识 | 第12-30页 |
| 2.1 线性支持向量机 | 第12-15页 |
| 2.2 非线性支持向量机算法 | 第15-25页 |
| 2.2.1 将样例映射至特征空间 | 第16-18页 |
| 2.2.2 特征函数与核函数 | 第18-20页 |
| 2.2.3 支持向量机的核函数 | 第20-25页 |
| 2.3 主成分分析 | 第25-30页 |
| 2.3.1 计算主成分 | 第26-30页 |
| 第三章 旋转空间特征提取算法 | 第30-40页 |
| 3.1 线性支持向量机的另一种理解方式 | 第30-32页 |
| 3.2 旋转矩阵 | 第32-34页 |
| 3.2.1 二维平面中旋转矩阵 | 第32-33页 |
| 3.2.2 多维空间中的旋转矩阵 | 第33-34页 |
| 3.3 旋转空间特征提取算法 | 第34-37页 |
| 3.3.1 算法的基本思想 | 第34-35页 |
| 3.3.2 算法的相关约定 | 第35页 |
| 3.3.3 算法的具体描述 | 第35-37页 |
| 3.3.4 算法伪代码 | 第37页 |
| 3.4 单个特征的有效性检验 | 第37-38页 |
| 3.5 特征组合的有效性检验 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 实验结果及分析 | 第40-52页 |
| 4.1 实验环境 | 第40-41页 |
| 4.2 实验设置及分类器选择 | 第41-43页 |
| 4.2.1 样本集中缺失数据的处理 | 第41页 |
| 4.2.2 样本集中离散值的处理 | 第41-42页 |
| 4.2.3 十折叠验证的处理 | 第42页 |
| 4.2.4 数据标准化方法 | 第42页 |
| 4.2.5 分类器的选择 | 第42-43页 |
| 4.3 实验结果与分析 | 第43-51页 |
| 4.3.1 单个特征的有效性验证 | 第43-45页 |
| 4.3.2 特征组合的有效性验证 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 回顾与总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60页 |
