摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-9页 |
·早期火灾预警的背景及其意义 | 第7页 |
·国内外早期火灾预警的发展动态 | 第7-8页 |
·本文的主要内容和章节安排 | 第8-9页 |
第二章 最小二乘小波支持向量机理论 | 第9-18页 |
·支持向量机原理 | 第9-13页 |
·小波理论和小波核函数 | 第13-15页 |
·最小二乘小波支持向量机 | 第15-17页 |
·本章小结 | 第17-18页 |
第三章 基于二叉树的LS-WSVM 多类分类模型 | 第18-37页 |
·常用的SVM 多类分类方法 | 第18-20页 |
·非线性映射方法 | 第20-21页 |
·二叉树结构的构造 | 第21-25页 |
·遗传算法 | 第25-34页 |
·编码方式 | 第26-27页 |
·群体规模的确定 | 第27页 |
·适应度函数 | 第27-29页 |
·选择算子 | 第29-31页 |
·交换算子 | 第31-32页 |
·变异算子 | 第32-34页 |
·算法复杂性分析 | 第34-36页 |
·训练复杂度分析 | 第34-35页 |
·分类复杂度分析 | 第35-36页 |
·本章小结 | 第36-37页 |
第四章 基于二叉树的LS-WSVM 在早期火灾分类中的应用 | 第37-53页 |
·早期火灾信息的采集 | 第37-40页 |
·主成分分析方法 | 第40-42页 |
·基于二叉树的LS-WSVM 模型用于早期火灾的分类实验 | 第42-51页 |
·基于偏二叉树的LS-WSVM 方法和常用分类方法对早期火灾的分类实验 | 第42-46页 |
·基于小波核和径向基核的偏二叉树SVM 模型对早期火灾的分类实验 | 第46-48页 |
·基于不同的二叉树结构的LS-WSVM 模型对早期火灾的分类实验 | 第48-51页 |
·本章小结 | 第51-53页 |
第五章 总结 | 第53-54页 |
参考文献 | 第54-58页 |
致谢 | 第58-59页 |
攻读学位期间发表的论文 | 第59-60页 |
个人简历 | 第60页 |