多任务多类特权信息支持向量机
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景与意义 | 第13-14页 |
| ·相关工作 | 第14-17页 |
| ·支持向量机 | 第14-15页 |
| ·多类支持向量机 | 第15页 |
| ·多任务支持向量机 | 第15-16页 |
| ·多任务多类支持向量机 | 第16-17页 |
| ·特权信息 | 第17页 |
| ·本文工作 | 第17-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第二章 统计学习理论与支持向量机 | 第19-28页 |
| ·统计学习理论 | 第19-23页 |
| ·学习一致性 | 第19-21页 |
| ·VC维 | 第21-22页 |
| ·推广性的界 | 第22页 |
| ·结构风险最小化 | 第22-23页 |
| ·支持向量机 | 第23-27页 |
| ·线性可分支持向量机 | 第23-25页 |
| ·线性不可分支持向量机 | 第25-26页 |
| ·核函数 | 第26-27页 |
| ·常用核函数 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 多类支持向量机 | 第28-36页 |
| ·传统多类分类策略 | 第28-31页 |
| ·one-against-one | 第28-29页 |
| ·one-against-all | 第29-30页 |
| ·DAG策略 | 第30-31页 |
| ·多类支持向量机 | 第31-35页 |
| ·分类策略 | 第31-32页 |
| ·目标函数 | 第32-34页 |
| ·对偶问题 | 第34页 |
| ·求解算法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 多任务多类支持向量机 | 第36-53页 |
| ·多任务支持向量机 | 第36-39页 |
| ·符号与设定 | 第36-37页 |
| ·目标函数 | 第37-39页 |
| ·对偶问题 | 第39页 |
| ·多任务多类支持向量机 | 第39-46页 |
| ·对偶问题 | 第40-45页 |
| ·非线性问题 | 第45-46页 |
| ·多任务核函数比较 | 第46页 |
| ·实验 | 第46-52页 |
| ·实验设置 | 第46-47页 |
| ·标签相关实验 | 第47-50页 |
| ·数据集信息 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·标签不相关实验 | 第50-52页 |
| ·实验设置 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 多任务多类特权信息支持向量机 | 第53-64页 |
| ·特权信息 | 第53页 |
| ·特权信息支持向量机 | 第53-54页 |
| ·多类特权信息支持向量机 | 第54-59页 |
| ·目标函数 | 第54-58页 |
| ·对偶问题 | 第58页 |
| ·非线性学习 | 第58-59页 |
| ·多任务多类特权信息支持向量机 | 第59-60页 |
| ·模型 | 第59-60页 |
| ·非线性学习 | 第60页 |
| ·实验 | 第60-62页 |
| ·结果分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-65页 |
| ·总结 | 第64页 |
| ·展望 | 第64-65页 |
| 附录 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
