首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于集合卡尔曼滤波的SVM参数优化方法研究

摘要第3-4页
Abstract第4-5页
第1章 引言第10-23页
    1.1 研究背景第10-19页
        1.1.1 支持向量机参数优化第10-13页
        1.1.2 参数优化问题描述第13-14页
        1.1.3 引力波数据分析第14-19页
    1.2 论文主要工作和组织结构第19-23页
        1.2.1 论文主要工作和创新点第19-21页
        1.2.2 论文组织结构第21-23页
第2章 背景技术第23-49页
    2.1 支持向量机第23-26页
        2.1.1 理论基础第23-25页
        2.1.2 训练算法第25-26页
    2.2 参数优化第26-35页
        2.2.1 常用方法第26-28页
        2.2.2 数值优化方法第28-31页
        2.2.3 智能优化方法第31-35页
    2.3 特征优化第35-39页
        2.3.1 特征选择第35-38页
        2.3.2 特征加权第38-39页
    2.4 集合卡尔曼滤波第39-49页
        2.4.1 经典卡尔曼滤波原理第40-43页
        2.4.2 扩展卡尔曼滤波原理第43-46页
        2.4.3 集合卡尔曼滤波原理第46-49页
第3章 一种基于集合卡尔曼滤波的参数优化方法第49-88页
    3.1 引言第49-51页
    3.2 相关工作第51-52页
    3.3 基于En KF的参数优化方法第52-58页
        3.3.1 现有方法的问题第52-54页
        3.3.2 方法论证第54-55页
        3.3.3 方法定义第55-58页
    3.4 基于En KF的参数优化框架第58-75页
        3.4.1 框架设计第60-64页
        3.4.2 集合归并算法第64页
        3.4.3 计算优化第64-72页
        3.4.4 其它实现第72-75页
    3.5 实验结果与分析第75-86页
        3.5.1 SVM参数第75-76页
        3.5.2 实验配置第76-79页
        3.5.3 实验结果第79-86页
    3.6 本章小结第86-88页
第4章 一种基于集合卡尔曼滤波的特征优化方法第88-111页
    4.1 引言第88-90页
    4.2 相关工作第90-92页
    4.3 基于En KF的特征优化方法第92-101页
        4.3.1 现有方法的不足第92-93页
        4.3.2 方法定义第93-96页
        4.3.3 优化方案第96-101页
    4.4 实验结果与分析第101-109页
        4.4.1 实验配置第101-102页
        4.4.2 性能比较第102-107页
        4.4.3 过拟合问题第107-109页
    4.5 本章总结第109-111页
第5章 一种针对SVM参数优化的加速技术第111-133页
    5.1 引言第111-112页
    5.2 背景技术第112-117页
        5.2.1 SVM参数优化第112-114页
        5.2.2 SVM算法 优化第114-117页
    5.3 级联式加速技术第117-123页
        5.3.1 参数优化特征第117-119页
        5.3.2 两个优化问题第119-120页
        5.3.3 方法定义第120-122页
        5.3.4 方法实现第122-123页
    5.4 实验评测第123-131页
        5.4.1 实验配置第123-124页
        5.4.2 实验结果第124-131页
    5.5 本章总结第131-133页
第6章 一种针对引力波噪声事件分析的分层模型第133-153页
    6.1 引言第133-134页
    6.2 背景技术第134-138页
        6.2.1 分层模型第134-136页
        6.2.2 ROC曲线第136-138页
    6.3 针对引力波数据的分层模型第138-141页
        6.3.1 问题描述第138页
        6.3.2 方法定义第138-140页
        6.3.3 实际应用第140-141页
    6.4 两种性能度量技术第141-144页
        6.4.1 特定AUC度 量第141页
        6.4.2 ROC块 算法第141-144页
    6.5 实验结果与分析第144-151页
        6.5.1 实验配置第144-145页
        6.5.2 实验结果第145-151页
    6.6 本章总结第151-153页
第7章 总结与展望第153-156页
    7.1 论文总结第153-154页
    7.2 工作展望第154-156页
参考文献第156-167页
致谢第167-169页
个人简历、在学期间发表的学术论文与研究成果第169-170页

论文共170页,点击 下载论文
上一篇:渭河干流关中段生态基流价值的时空变化研究
下一篇:青少年在中学阶段的情绪和情绪调节特征的发展研究