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

模糊支持张量机

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

论文共57页,点击 下载论文
上一篇:基于粒子群算法的企业项目群优化研究
下一篇:基于混合算法多移动机器人编队的研究