首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

正则化路径上的支持向量机模型组合

中文摘要第1-4页
ABSTRACT第4-9页
主要符号对照表第9-11页
第一章 绪论第11-16页
   ·研究背景第11-12页
   ·本文工作第12-13页
   ·论文结构第13-16页
第二章 文献综述第16-30页
   ·模型组合第16-20页
     ·基模型产生方法第16-18页
     ·组合方式第18-19页
     ·组合理论第19-20页
     ·SVM模型组合第20页
   ·SVM一致性第20-24页
     ·SVM正则化形式第21-23页
     ·风险一致性第23-24页
   ·正则化路径第24-29页
     ·分段线性正则化路径第24-27页
     ·SVM正则化路径第27-29页
   ·存在的问题第29-30页
第三章 SVM正则化路径算法第30-60页
   ·PDSVCPath算法第30-40页
     ·活动集和事件第30-32页
     ·路径的建立第32-37页
     ·形式化描述第37-40页
   ·PDSVRPath算法第40-52页
     ·肘集和事件第40-44页
     ·路径的建立第44-50页
     ·形式化描述第50-52页
   ·实验第52-59页
     ·标准数据集第53-54页
     ·参数设置第54页
     ·算法可行性第54-57页
     ·运行效率第57-59页
   ·小结第59-60页
第四章 模型组合一致性第60-73页
   ·SVM模型组合第60-61页
   ·基本假设第61-64页
   ·SVC模型组合一致性第64-68页
     ·L_h-风险第64-65页
     ·SVC组合L_h-风险一致性第65-68页
   ·SVR模型组合一致性第68-72页
     ·L_ε-风险第68-69页
     ·SVR组合L_ε-风险一致性第69-72页
   ·小结第72-73页
第五章 贝叶斯组合第73-101页
   ·模型后验概率第73-76页
     ·SVC后验概率估计第73-75页
     ·SVR后验概率估计第75-76页
   ·初始模型集第76-77页
   ·修剪策略第77-90页
     ·Occam窗口方法第77-83页
     ·平均GACV准则第83-87页
     ·平均GCV准则第87-90页
   ·SVMBMC_(SNN)模型组合算法第90-91页
   ·实验第91-100页
     ·SVC贝叶斯组合第91-95页
     ·SVR贝叶斯组合第95-100页
   ·小结第100-101页
第六章 结语第101-103页
插图索引第103-104页
表格索引第104-105页
参考文献第105-115页
发表论文和科研情况说明第115-116页
致谢第116页

论文共116页,点击 下载论文
上一篇:面积带宽优化的嵌入式GPU可编程着色器体系结构研究
下一篇:聚苯胺—银纳米电缆阵列生物传感器性能研究