双平面支持向量机的模型与算法研究
摘要 | 第6-8页 |
Abstrad | 第8-9页 |
第1章 绪论 | 第15-26页 |
1.1 研究背景和意义 | 第15-17页 |
1.2 相关工作 | 第17-23页 |
1.2.1 平面支持向量机 | 第17-19页 |
1.2.2 多任务学习 | 第19-20页 |
1.2.3 多视角学习 | 第20-21页 |
1.2.4 半监督学习 | 第21-22页 |
1.2.5 PAC贝叶斯界 | 第22-23页 |
1.3 本文主要研究内容 | 第23页 |
1.4 论文组织结构 | 第23-26页 |
第2章 双平面支持向量机 | 第26-34页 |
2.1 引言 | 第26-33页 |
2.1.1 双平面支持向量机 | 第29-31页 |
2.1.2 非线性双平面支持向量机 | 第31-33页 |
2.2 本章小结 | 第33-34页 |
第3章 多任务双平面支持向量机 | 第34-49页 |
3.1 引言 | 第34-35页 |
3.2 质心双平面支持向量机 | 第35-37页 |
3.2.1 线性质心双平面支持向量机 | 第35-36页 |
3.2.2 非线性质心双平面支持向量机 | 第36-37页 |
3.3 多任务双平面支持向量机 | 第37-40页 |
3.3.1 线性多任务双平面支持向量机 | 第37-39页 |
3.3.2 非线性多任务双平面支持向量机 | 第39-40页 |
3.4 多任务质心双平面支持向量机 | 第40-42页 |
3.4.1 线性多任务质心双平面支持向量机 | 第40-41页 |
3.4.2 非线性多任务质心双平面支持向量机 | 第41-42页 |
3.5 实验 | 第42-48页 |
3.5.1 数据集描述和实验设置 | 第42-43页 |
3.5.2 实验结果与分析 | 第43-48页 |
3.6 本章小结 | 第48-49页 |
第4章 多视角双平面支持向量机 | 第49-69页 |
4.1 引言 | 第49-52页 |
4.2 多视角监督双平面支持向量机 | 第52-58页 |
4.2.1 线性多视角双平面支持向量机 | 第52-54页 |
4.2.2 非线性多视角双平面支持向量机 | 第54-58页 |
4.3 多视角半监督双平面支持向量机 | 第58-64页 |
4.3.1 线性多视角半监督双平面支持向量机 | 第58-61页 |
4.3.2 非线性多视角半监督双平面支持向量机 | 第61-64页 |
4.4 实验 | 第64-68页 |
4.4.1 数据集描述和实验设置 | 第65-66页 |
4.4.2 实验结果与分析 | 第66-68页 |
4.5 本章小结 | 第68-69页 |
第5章 半监督双平面支持向量机 | 第69-85页 |
5.1 引言 | 第69-75页 |
5.2 半监督双平面支持向量机 | 第75-78页 |
5.3 实验 | 第78-84页 |
5.3.1 数据集描述和实验设置 | 第78-80页 |
5.3.2 实验结果与分析 | 第80-84页 |
5.4 本章小结 | 第84-85页 |
第6章 双平面支持向量机的PAC贝叶斯分析 | 第85-97页 |
6.1 引言 | 第85-90页 |
6.2 双平面支持向量机的PAC贝叶斯界 | 第90-92页 |
6.3 实验 | 第92-96页 |
6.3.1 数据集描述和实验设置 | 第92-93页 |
6.3.2 实验结果与分析 | 第93-96页 |
6.4 本章小结 | 第96-97页 |
第7章 总结与展望 | 第97-99页 |
7.1 本文总结 | 第97-98页 |
7.2 未来展望 | 第98-99页 |
参考文献 | 第99-107页 |
博士期间的研究成果及发表的论文 | 第107-109页 |
致谢 | 第109页 |