LSSVM优化方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景与研究意义 | 第9页 |
| ·国内外研究状况 | 第9-11页 |
| ·本文主要内容 | 第11页 |
| ·本文主要创新点 | 第11页 |
| ·论文组织结构 | 第11-13页 |
| 第二章 相关理论 | 第13-22页 |
| ·机器学习和SVM | 第13-16页 |
| ·LSSVM | 第16-20页 |
| ·SVM与LSSVM的比较 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于LSSVM算法的垃圾标签检测研究 | 第22-32页 |
| ·Folksonomy和垃圾标签 | 第22-27页 |
| ·用户建模 | 第23-25页 |
| ·检测算法的主要伪代码 | 第25-27页 |
| ·LSSVM算法描述 | 第27页 |
| ·实验设计 | 第27-28页 |
| ·性能评价标准 | 第28-29页 |
| ·实验结果以及分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 改进的LSSVM | 第32-39页 |
| ·引言 | 第32页 |
| ·改进的LSSVM的构建 | 第32-35页 |
| ·支持向量度的确定 | 第33页 |
| ·剪切算法 | 第33-34页 |
| ·改进的LSSVM建模算法的实施 | 第34-35页 |
| ·实验与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 改进的LSSVM在人口预测上的应用 | 第39-44页 |
| ·引言 | 第39页 |
| ·算法步骤 | 第39-40页 |
| ·实验与分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·总结 | 第44-45页 |
| ·工作展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间发表论文情况 | 第52页 |