| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题来源及研究的目的和意义 | 第14-15页 |
| 1.2 国内外在该方向上的研究概况和发展趋势 | 第15-17页 |
| 1.2.1 国外研究概况 | 第15-16页 |
| 1.2.2 国内研究概况 | 第16页 |
| 1.2.3 发展趋势 | 第16-17页 |
| 1.3 本文的主要工作 | 第17-20页 |
| 第二章 模糊聚类算法 | 第20-30页 |
| 2.1 聚类分析 | 第20-22页 |
| 2.1.1 聚类分析的基本概念 | 第20-21页 |
| 2.1.2 模糊集合论基本知识 | 第21-22页 |
| 2.2 模糊聚类算法 | 第22-27页 |
| 2.2.1 模糊C-均值聚类 | 第23-24页 |
| 2.2.2 截集模糊C-均值聚类 | 第24-26页 |
| 2.2.3 仿真实验 | 第26-27页 |
| 2.3 S2FCM在线聚类算法 | 第27-29页 |
| 2.3.1 S2FCM增量聚类算法 | 第27-28页 |
| 2.3.2 S2FCM减量聚类算法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 支持向量机原理 | 第30-40页 |
| 3.1 统计学习理论主要内容 | 第30-34页 |
| 3.1.1 统计学习理论模型 | 第30-31页 |
| 3.1.2 经验风险最小化原理 | 第31页 |
| 3.1.3 关键定理 | 第31页 |
| 3.1.4 统计学习主要结论 | 第31-32页 |
| 3.1.5 VC-维数 | 第32页 |
| 3.1.6 统计学习收敛速度 | 第32-33页 |
| 3.1.7 结构风险最小化原理 | 第33-34页 |
| 3.2 支持向量机的基本思想 | 第34-35页 |
| 3.3 最小二乘支持向量回归机理论 | 第35-36页 |
| 3.4 模糊最小二乘支持向量回归机原理 | 第36-39页 |
| 3.4.1 模糊隶属度的确定 | 第37-38页 |
| 3.4.2 核函数的选择 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于鲁棒LSSVR的模拟电路性能在线评价策略 | 第40-55页 |
| 4.1 修正RBF核函数 | 第40-41页 |
| 4.1.1 MRBF | 第40页 |
| 4.1.2 二重RBF | 第40-41页 |
| 4.2 权值更新LSSVR | 第41-43页 |
| 4.2.1 阈值自更新代价函数设计 | 第42-43页 |
| 4.2.2 权值自更新设计 | 第43页 |
| 4.3 增减交互更新模型 | 第43-46页 |
| 4.3.1 增量学习更新模型 | 第44-45页 |
| 4.3.2 减量学习更新模型 | 第45-46页 |
| 4.4 OLRLSSVR算法流程 | 第46-47页 |
| 4.5 仿真实验 | 第47-54页 |
| 4.5.1 数据采集 | 第47-48页 |
| 4.5.2 数据选择与规范化处理 | 第48-49页 |
| 4.5.3 数值实验 | 第49-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 基于模糊支持向量机的模拟电路性能在线评价策略研究 | 第55-78页 |
| 5.1 模型参数的优化 | 第55-60页 |
| 5.1.1 交叉验证法优化核参数 | 第55-57页 |
| 5.1.2 粒子群算法优化核参数 | 第57-60页 |
| 5.2 多模型连接方法概述及实验准备 | 第60-63页 |
| 5.2.1 多模型连接方法概述 | 第60-61页 |
| 5.2.2 实验准备 | 第61-63页 |
| 5.3 基于开关切换的聚类模糊FC-FLSSVR模拟电路性能在线评价策略 | 第63-70页 |
| 5.3.1 问题分析与策略设计 | 第63-64页 |
| 5.3.2 FC-FLSSVR算法流程 | 第64-65页 |
| 5.3.3 仿真实验 | 第65-69页 |
| 5.3.4 结论 | 第69-70页 |
| 5.4 基于加权组合的聚类加权PSO-LSSVR模拟电路性能在线评价策略 | 第70-77页 |
| 5.4.1 问题分析与策略设计 | 第70-71页 |
| 5.4.2 PSO-LSSVR算法流程 | 第71-72页 |
| 5.4.3 仿真实验 | 第72-76页 |
| 5.4.4 结论 | 第76-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 发表论文及专利情况 | 第86-87页 |
| 致谢 | 第87页 |
