基于支持向量机的农业数据分类方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究内容及论文结构 | 第9-11页 |
| 1.2.1 研究内容 | 第9页 |
| 1.2.2 论文结构 | 第9-11页 |
| 第二章 基于支持向量机的分类算法 | 第11-24页 |
| 2.1 分类算法理论 | 第11-13页 |
| 2.1.1 分类问题描述 | 第11页 |
| 2.1.2 分类器性能评价指标 | 第11-12页 |
| 2.1.3 几种典型的分类算法 | 第12-13页 |
| 2.2 支持向量机 | 第13-18页 |
| 2.2.0 支持向量机概述 | 第13-14页 |
| 2.2.1 支持向量机分类 | 第14-17页 |
| 2.2.2 SMO算法 | 第17-18页 |
| 2.3 几种分类算法性能对比实验 | 第18-23页 |
| 2.3.1 实验数据 | 第18-20页 |
| 2.3.2 分类算法性能分析结果 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于核函数改进的SMO算法 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 核函数 | 第24-28页 |
| 3.2.1 核函数的基本理论和性质 | 第24-27页 |
| 3.2.2 核函数的种类 | 第27-28页 |
| 3.3 基于核函数改进的SMO算法 | 第28-30页 |
| 3.3.1 核函数的改进 | 第28页 |
| 3.3.2 参数寻优 | 第28-30页 |
| 3.4 实验及结果分析 | 第30-34页 |
| 3.4.1 实验数据的准备 | 第30-31页 |
| 3.4.2 实验结果与分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于混合核函数的SMO算法 | 第35-43页 |
| 4.1 局部核函数和全局核函数 | 第35-36页 |
| 4.1.1 局部核函数 | 第35-36页 |
| 4.1.2 全局核函数 | 第36页 |
| 4.2 核函数性能对比实验 | 第36-37页 |
| 4.2.1 实验数据 | 第36-37页 |
| 4.2.2 实验结果与分析 | 第37页 |
| 4.3 混合核函数 | 第37-38页 |
| 4.3.1 混合核函数 | 第37-38页 |
| 4.3.2 参数优化 | 第38页 |
| 4.4 混合核函数实验及结果分析 | 第38-42页 |
| 4.4.1 实验数据 | 第38-39页 |
| 4.4.2 实验结果及分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 5.1 本文研究工作总结 | 第43页 |
| 5.2 未来研究工作展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51-52页 |
| 在读期间发表的学术论文、成果及科研工作情况 | 第52页 |
