快速孪生支持向量机理论及算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 TWSVM的提出 | 第12页 |
| 1.2.2 孪生支持向量机算法研究 | 第12-15页 |
| 1.3 统计学习理论 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 可行性分析 | 第16页 |
| 1.4 本文的主要工作与组织结构 | 第16-18页 |
| 第2章 孪生支持向量机及其理论基础 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 统计学习理论 | 第18-23页 |
| 2.2.1 分类问题的统计学提法 | 第18-19页 |
| 2.2.2 经验风险最小化 | 第19页 |
| 2.2.3 结构风险最小化 | 第19-20页 |
| 2.2.4 VC维 | 第20页 |
| 2.2.5 正则化与交叉验证 | 第20-22页 |
| 2.2.6 分类问题 | 第22-23页 |
| 2.3 最优化理论 | 第23-26页 |
| 2.3.1 凸规划问题及其基本性质 | 第23-24页 |
| 2.3.2 凸规划的最优性条件 | 第24-26页 |
| 2.4 核函数 | 第26-27页 |
| 2.4.1 核函数的定义 | 第26页 |
| 2.4.2 核函数的特征 | 第26页 |
| 2.4.3 常用的核函数 | 第26-27页 |
| 2.5 支持向量机 | 第27-30页 |
| 2.5.1 线性支持向量机 | 第27-29页 |
| 2.5.2 非线性支持向量机 | 第29-30页 |
| 2.6 孪生支持向量机 | 第30-34页 |
| 2.6.1 线性TWSVM | 第30-32页 |
| 2.6.2 非线性TWSVM | 第32-34页 |
| 2.7 本章小结 | 第34-36页 |
| 第3章 非奇异孪生支持向量机 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 TBSVM | 第36-40页 |
| 3.2.1 线性TBSVM | 第36-38页 |
| 3.2.2 非线性TBSVM | 第38-40页 |
| 3.3 SOR方法 | 第40-41页 |
| 3.4 非奇异孪生支持向量机 | 第41-44页 |
| 3.4.1 线性NSTWSVM | 第41-43页 |
| 3.4.2 非线性NSTWSVM | 第43-44页 |
| 3.5 实验结果与分析 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 最小二乘大间隔孪生支持向量机 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 最小二乘孪生支持向量机 | 第48-50页 |
| 4.3 孪生大间隔分布机 | 第50-52页 |
| 4.4 最小二乘大间隔孪生支持向量机 | 第52-54页 |
| 4.4.1 线性LSLMTSVM | 第52-53页 |
| 4.4.2 非线性LSLMTSVM | 第53-54页 |
| 4.5 实验结果与分析 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第5章 模糊最小二乘大间隔孪生支持向量机 | 第58-64页 |
| 5.1 引言 | 第58页 |
| 5.2 常用隶属度函数 | 第58-59页 |
| 5.3 密度加权函数 | 第59页 |
| 5.4 模糊最小二乘大间隔孪生支持向量机 | 第59-61页 |
| 5.4.1 线性FLS-LMTSVM | 第59-60页 |
| 5.4.2 非线性FLS-LMTSVM | 第60-61页 |
| 5.5 实验结果与分析 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间取得的研究成果 | 第70-72页 |
| 致谢 | 第72页 |
