核机器学习方法若干问题研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-39页 |
| ·国内外研究现状分析 | 第13-19页 |
| ·机器学习 | 第13-16页 |
| ·核机器方法 | 第16-17页 |
| ·非平稳信号与小波技术 | 第17-19页 |
| ·统计学习理论基础 | 第19-30页 |
| ·一致性概念与函数集VC维 | 第20-21页 |
| ·四种重要的归纳原则 | 第21-26页 |
| ·模式识别与回归估计 | 第26-27页 |
| ·函数集的熵与推广能力的界 | 第27-30页 |
| ·支持向量机基础及其优缺点分析 | 第30-37页 |
| ·最优分类超平面 | 第30-32页 |
| ·支持向量分类机 | 第32-33页 |
| ·支持向量回归机 | 第33-36页 |
| ·支持向量方法的优缺点分析 | 第36-37页 |
| ·本文研究方法与主要内容 | 第37页 |
| ·本文体系结构 | 第37-39页 |
| 第2章 支持向量预提取方法研究 | 第39-66页 |
| ·准支持向量概念的提出 | 第39-41页 |
| ·关于准支持向量集上的界的证明 | 第41-44页 |
| ·在区间(2，∞)的情形 | 第41-43页 |
| ·在区间(1，2]的情形 | 第43-44页 |
| ·支持向量预提取方法 | 第44-50页 |
| ·感知机模型 | 第45-46页 |
| ·核感知支持向量机 | 第46-50页 |
| ·实验情况 | 第50-55页 |
| ·分类的情形 | 第50-52页 |
| ·回归的情形 | 第52-54页 |
| ·几个回归实例的性能对比与分析 | 第54-55页 |
| ·在遥感数据处理中的研究 | 第55-64页 |
| ·经典方法 | 第56-57页 |
| ·数据来源及预处理 | 第57-58页 |
| ·核函数方法 | 第58-62页 |
| ·实验结果对比与分析 | 第62-64页 |
| ·小结 | 第64-66页 |
| 第3章 小波核机器方法研究 | 第66-88页 |
| ·小波的理论基础 | 第66-72页 |
| ·小波变换与加窗傅里叶变换的异同 | 第66-69页 |
| ·再生核Hilbert空间 | 第69-70页 |
| ·连续小波变换与离散小波变换 | 第70-72页 |
| ·两种小波核函数的相关证明 | 第72-79页 |
| ·两种复小波 | 第73-74页 |
| ·满足Mercy条件的证明 | 第74-76页 |
| ·在Hilbert空间满足再生性的证明 | 第76-79页 |
| ·小波核机器方法 | 第79-83页 |
| ·主分量分析 | 第80-81页 |
| ·小波核机器的构建 | 第81-83页 |
| ·对比实验 | 第83-87页 |
| ·数据预处理 | 第83-84页 |
| ·参数选择 | 第84页 |
| ·预测结果 | 第84-86页 |
| ·几种小波核与常规核的性能对比 | 第86-87页 |
| ·小结 | 第87-88页 |
| 第4章 模糊小波核机器方法及参数优化研究 | 第88-111页 |
| ·理论基础 | 第88-97页 |
| ·多分辨分析 | 第88-91页 |
| ·尺度函数与小波函数 | 第91-92页 |
| ·模糊特征与结果处理 | 第92-94页 |
| ·模糊度量与模糊聚类方法 | 第94-97页 |
| ·关于一致逼近性的证明 | 第97-99页 |
| ·模糊小波支持向量核机器方法 | 第99-104页 |
| ·小波核函数方法 | 第99页 |
| ·模糊小波支持向量核机器方法 | 第99-101页 |
| ·多参数同步优化策略 | 第101-104页 |
| ·模糊小波方法与电网负荷预测研究 | 第104-109页 |
| ·数据预处理 | 第105-106页 |
| ·参数选择分析 | 第106-107页 |
| ·对比实验与结果分析 | 第107-109页 |
| ·小结 | 第109-111页 |
| 第5章 交通流量实时预测研究 | 第111-121页 |
| ·交通流量的特征分析 | 第112-113页 |
| ·数据来源与预处理 | 第113-114页 |
| ·核机器的选择与构建 | 第114-115页 |
| ·对比实验 | 第115-119页 |
| ·特征量提取 | 第115-116页 |
| ·正常上班日流量预测情况 | 第116-117页 |
| ·双休日流量预测 | 第117-119页 |
| ·几种核函数的性能对比分析 | 第119-120页 |
| ·小结 | 第120-121页 |
| 第6章 结论与展望 | 第121-123页 |
| ·主要结论 | 第121-122页 |
| ·后续工作的展望 | 第122-123页 |
| 致谢 | 第123-124页 |
| 参考文献 | 第124-131页 |
| 攻读博士学位期间的论文及科研情况 | 第131-132页 |
