首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于信息论的加权Laplacian分类器设计

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-18页
   ·分类器的发展及其应用第10-12页
     ·分类器的发展过程第10-11页
     ·分类器的应用第11-12页
   ·常见分类器的介绍第12-14页
     ·线性判别分析(LDA)第12-13页
     ·贝叶斯分类器(BC)第13页
     ·支持向量机(SVM)第13-14页
   ·信息论概况第14-16页
     ·信息论发展第15页
     ·基本概念第15-16页
   ·本文的研究意义与主要工作第16-18页
     ·本文的研究意义第16页
     ·本文的主要工作第16-18页
第二章 Laplacian 分类器第18-32页
   ·分类准则第18-24页
     ·Parzen 窗估计第18-19页
     ·CS 损失函数第19-20页
     ·与贝叶斯错误率相关第20-21页
     ·Laplacian 矩阵第21-23页
     ·分类准则第23-24页
   ·分类器性质第24-28页
     ·核空间的角度测量第24-25页
     ·权重大小第25-26页
     ·鲁棒性第26-28页
   ·实验结果第28-31页
     ·小概率区域数据集第28-30页
     ·一般数据集第30-31页
   ·本章小结第31-32页
第三章 单边加权 Laplacian 分类器第32-44页
   ·权值优化第32-34页
     ·加权 Parzen 窗估计第32-33页
     ·优化公式第33-34页
   ·优化方法第34-36页
     ·线性规划第34-35页
     ·熵正则化第35-36页
     ·二次规划第36页
   ·分类准则第36-39页
   ·实验结果第39-43页
     ·toy 数据集第39-41页
     ·不平衡数据集第41-42页
     ·平衡数据集第42-43页
   ·本章小结第43-44页
第四章 双边加权 Laplacian 分类器第44-54页
   ·权值优化第44-48页
     ·优化公式第44-46页
     ·优化方法第46-48页
   ·分类准则第48-50页
   ·实验结果第50-52页
     ·不平衡数据集第50-51页
     ·平衡数据集第51-52页
   ·本章小结第52-54页
第五章 总结与展望第54-56页
   ·课题主要工作总结第54-55页
   ·后期工作展望第55-56页
参考文献第56-60页
致谢第60-61页
在学期间的研究成果及发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:RFID安全认证协议的研究与应用
下一篇:基于MapReduce的并行图序列社区挖掘算法研究