L0-稀疏对偶支持向量机及应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-14页 |
| 1.3 论文主要研究内容及结构安排 | 第14-15页 |
| 2 最小二乘支持向量机的回归与分类模型 | 第15-19页 |
| 2.1 最小二乘支持向量机回归模型 | 第15-17页 |
| 2.2 最小二乘支持向量机分类模型 | 第17-19页 |
| 3 L0-稀疏对偶支持向量机模型 | 第19-23页 |
| 3.1 回归问题的l0-稀疏对偶支持向量机模型 | 第19-20页 |
| 3.2 分类问题的l0-稀疏对偶支持向量机模型 | 第20-21页 |
| 3.3 稀疏投影梯度算法 | 第21-23页 |
| 4 模型的应用与数值实验 | 第23-40页 |
| 4.1 Sinc函数拟合回归 | 第23-25页 |
| 4.1.1 数据处理及参数选择 | 第23-24页 |
| 4.1.2 Sinc函数拟合回归实验结果 | 第24-25页 |
| 4.2 金融时间序列预测 | 第25-27页 |
| 4.2.1 数据处理及参数选择 | 第25-26页 |
| 4.2.2 金融时间序列预测实验结果 | 第26-27页 |
| 4.3 双曲螺旋样本二分类 | 第27-29页 |
| 4.3.1 数据处理及参数选择 | 第27-28页 |
| 4.3.2 双曲螺旋样本二分类实验结果 | 第28-29页 |
| 4.4 信贷客户违约判别 | 第29-32页 |
| 4.4.1 数据处理及参数选择 | 第29-30页 |
| 4.4.2 信贷客户违约判别实验结果 | 第30-32页 |
| 4.5 指数跟踪 | 第32-40页 |
| 4.5.1 指数跟踪问题及稀疏指数跟踪模型简述 | 第32-34页 |
| 4.5.2 指数跟踪问题的数值实验 | 第34-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-46页 |
| 攻读硕士学位期间发表学术论文情况 | 第46-47页 |
| 致谢 | 第47-48页 |
