关于SVDD和OCSVM模式降噪算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 前言 | 第8-13页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究的现状 | 第9-11页 |
| 1.2.1 核方法 | 第9-10页 |
| 1.2.2 模式降噪算法研究现状 | 第10-11页 |
| 1.3 论文的研究工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 相关工作介绍 | 第13-18页 |
| 2.1 支撑向量数据描述（SVDD） | 第13-14页 |
| 2.2 基于SVDD模式降噪算法 | 第14-16页 |
| 2.3 单类支撑向量机（OCSVM） | 第16-17页 |
| 2.4 小结 | 第17-18页 |
| 3 改进SVDD模式降噪算法 | 第18-30页 |
| 3.1 SVDD模式降噪算法存在的问题 | 第18-19页 |
| 3.2 改进SVDD模式降噪算法的迭代过程 | 第19-22页 |
| 3.2.1 改进迭代过程的算法思想 | 第19页 |
| 3.2.2 改进迭代算法的理论推导 | 第19-22页 |
| 3.3 实验研究 | 第22-29页 |
| 3.3.1 模拟数据集 | 第22-28页 |
| 3.3.2 真实数据集 | 第28-29页 |
| 3.4 小结 | 第29-30页 |
| 4 基于数据分布信息的OCSVM模式降噪新方法 | 第30-45页 |
| 4.1 传统模式降噪算法存在的问题 | 第30-31页 |
| 4.2 基于数据分布信息的单类支撑向量机 | 第31-33页 |
| 4.2.1 算法简介 | 第31-32页 |
| 4.2.2 对比实验 | 第32-33页 |
| 4.3 基于数据分布信息的OCSVM模式降噪 | 第33-39页 |
| 4.3.1 降噪算法的基本思想 | 第34页 |
| 4.3.2 降噪算法的公式推导 | 第34-39页 |
| 4.4 实验研究 | 第39-43页 |
| 4.4.1 手写字体数字图像降噪 | 第39-42页 |
| 4.4.2 不同参数下信噪比（SNR）分析 | 第42-43页 |
| 4.5 小结 | 第43-45页 |
| 5 总结及展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 附录A 推论证明 | 第50-51页 |
| 攻读硕士学位期间发表论文及科研成果 | 第51-52页 |
| 致谢 | 第52-54页 |
