| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 核方法概述 | 第9-10页 |
| 1.1.2 基于多核学习方法的概述 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 多核学习理论发展 | 第10-12页 |
| 1.2.2 基于多核学习的应用 | 第12-13页 |
| 1.3 存在的问题 | 第13页 |
| 1.4 主要研究内容 | 第13-15页 |
| 第二章 多核学习理论 | 第15-24页 |
| 2.1 核方法的基本原理 | 第15页 |
| 2.2 多核学习理论 | 第15-22页 |
| 2.2.1 核函数相关定义及理论 | 第16-19页 |
| 2.2.2 多核的构造 | 第19-20页 |
| 2.2.3 核Fisher判别分析 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 正则化的多核学习方法 | 第24-37页 |
| 3.1 基于两阶段多核学习的方法 | 第24-28页 |
| 3.2 正则化的两阶段多核学习方法 | 第28-29页 |
| 3.3 核函数的选取 | 第29-31页 |
| 3.4 核参数的确定 | 第31-32页 |
| 3.5 仿真实验与分析 | 第32-36页 |
| 3.5.1 核函数参数的选择及核函数组合的确定 | 第33-35页 |
| 3.5.2 实验结果对比分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 实验结果与分析 | 第37-46页 |
| 4.1 基于正则化的两阶段多核学习方法的实验设计 | 第37-40页 |
| 4.1.1 训练样本的预处理 | 第38-39页 |
| 4.1.2 训练样本 | 第39页 |
| 4.1.3 测试分类 | 第39-40页 |
| 4.2 对比实验设计 | 第40页 |
| 4.3 实验结果和分析 | 第40-45页 |
| 4.3.1 Ionosphere数据集（UCI） | 第41-42页 |
| 4.3.2 Transfusion数据集（UCI） | 第42-43页 |
| 4.3.3 Wisconsin数据集 (UCI) | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间取得的研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附件 | 第54页 |