基于取样的潜在支持向量机
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 支持向量机的研究背景 | 第9页 |
| 1.2 支持向量机的研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 支持向量机 | 第12-18页 |
| 2.1 线性可分支持向量机 | 第12-14页 |
| 2.2 线性不可分支持向量机 | 第14-16页 |
| 2.3 非线性可分支持向量机 | 第16-18页 |
| 第3章 支持向量机求解大型问题算法 | 第18-23页 |
| 3.1 选块算法和分解算法 | 第18-19页 |
| 3.2 序列最小优化算法 | 第19-23页 |
| 3.2.1 最优化问题的解析解 | 第19-21页 |
| 3.2.2 两个训练点选取 | 第21页 |
| 3.2.3 几个参数的更新公式 | 第21-22页 |
| 3.2.4 算法的主要步骤 | 第22-23页 |
| 第4章 潜在支持向量机 | 第23-30页 |
| 4.1 尺度不变的目标函数和约束条件 | 第23-25页 |
| 4.2 潜在支持向量机分类问题 | 第25-27页 |
| 4.3 潜在支持向量机序列最小优化算法 | 第27-30页 |
| 4.3.1 两个变量的优化问题 | 第27-29页 |
| 4.3.2 两个变量的选取 | 第29-30页 |
| 第5章 基于取样的潜在支持向量机 | 第30-38页 |
| 5.1 基于取样的追踪支持向量策略 | 第30-32页 |
| 5.2 基于取样的样本删减策略 | 第32-33页 |
| 5.3 对比与实证分析 | 第33-38页 |
| 5.3.1 基于取样的追踪支持向量策略 | 第33-35页 |
| 5.3.2 基于取样的删减样本策略 | 第35-36页 |
| 5.3.3 结论 | 第36-38页 |
| 第6章 总结与展望 | 第38-39页 |
| 6.1 总结 | 第38页 |
| 6.2 展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 攻读学位期间取得的科研成果 | 第43页 |
