支持向量机中最优化问题的研究
| 符号表 | 第1-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景 | 第9-11页 |
| ·支持向量机的基本思想 | 第11-13页 |
| ·支持向量机研究现状 | 第13-16页 |
| ·论文的研究内容 | 第16-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 支持向量机理论基础 | 第19-36页 |
| ·标准支持向量分类机 | 第19-26页 |
| ·统计学习理论 | 第26-32页 |
| ·优化理论 | 第32-34页 |
| ·小结 | 第34-36页 |
| 第三章 常用支持向量机及其存在的问题 | 第36-50页 |
| ·支持向量分类机 | 第36-44页 |
| ·支持向量回归机 | 第44-49页 |
| ·小结 | 第49-50页 |
| 第四章 支持向量分类机的进一步研究 | 第50-71页 |
| ·优化模型 | 第50-54页 |
| ·C-支持向量分类机 | 第54-59页 |
| ·C-支持向量分类机的变形 | 第59-61页 |
| ·广义支持向量机 | 第61-66页 |
| ·ν-支持向量分类机 | 第66-69页 |
| ·小结 | 第69-71页 |
| 第五章 支持向量回归机的进一步研究 | 第71-78页 |
| ·ε-支持向量回归机 | 第71-74页 |
| ·ν-支持向量回归机 | 第74-77页 |
| ·小结 | 第77-78页 |
| 第六章 求解支持向量机中最优化问题的算法 | 第78-91页 |
| ·无约束问题的转化 | 第78-80页 |
| ·牛顿-条件预优共轭梯度法 | 第80-90页 |
| ·小结 | 第90-91页 |
| 第七章 结论和展望 | 第91-93页 |
| 参考文献 | 第93-99页 |
| 致谢 | 第99-100页 |
| 简历 | 第100页 |