摘要 | 第5-6页 |
Abstract | 第6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-13页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 模糊支持向量机研究进展 | 第10-11页 |
1.2.2 支持张量机研究进展 | 第11页 |
1.2.3 模糊支持张量机研究进展 | 第11页 |
1.3 本文研究的主要内容 | 第11-12页 |
1.4 本文的组织 | 第12-13页 |
第二章 相关理论和基础 | 第13-35页 |
2.1 支持向量机相关基础 | 第13-19页 |
2.1.1 线性支持向量机模型 | 第13-15页 |
2.1.2 非线性支持向量机模型 | 第15-16页 |
2.1.3 多分类问题 | 第16-19页 |
2.2 模糊支持向量机模型(FSVM) | 第19-26页 |
2.2.1 基于标准模型的模糊支持向量机模型(FSVM) | 第19-22页 |
2.2.2 模糊支持向量机中的隶属度设置 | 第22-26页 |
2.3 张量理论与张量学习机 | 第26-34页 |
2.3.1 符号及张量相关理论基础 | 第26-27页 |
2.3.2 有监督张量学习框架(STL) | 第27-31页 |
2.3.3 线性支持高阶张量机(SHTM) | 第31-34页 |
2.4 本章小结 | 第34-35页 |
第三章 模糊支持张量机模型 | 第35-43页 |
3.1 线性模糊支持张量机模型(FSTM) | 第35-39页 |
3.2 模糊隶属度的设置 | 第39-41页 |
3.3 复杂度分析 | 第41-42页 |
3.4 本章小结 | 第42-43页 |
第四章 数值实验及讨论 | 第43-51页 |
4.1 实验数据集 | 第43-44页 |
4.2 实验规范及准则 | 第44-46页 |
4.3 实验结果比较及分析 | 第46-50页 |
4.4 实验总结 | 第50页 |
4.5 本章小结 | 第50-51页 |
总结与展望 | 第51-52页 |
参考文献 | 第52-55页 |
攻读硕士学位期间取得的研究成果 | 第55-56页 |
致谢 | 第56-57页 |
附件 | 第57页 |