| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 文本分类研究现状 | 第8-9页 |
| 1.2.2 SVM与LSSVM研究现状 | 第9-12页 |
| 1.3 论文主要研究内容及结构安排 | 第12-14页 |
| 2 最小二乘支持向量机及三种稀疏模型 | 第14-19页 |
| 2.1 最小二乘支持向量机 | 第14-16页 |
| 2.2 简化稀疏最小二乘支持向量机 | 第16-17页 |
| 2.3 L_0-稀疏对偶支持向量机 | 第17-18页 |
| 2.4 L_1-稀疏对偶支持向量机 | 第18-19页 |
| 3 基于Lasso的对偶稀疏支持向量机模型 | 第19-24页 |
| 3.1 基于Lasso的对偶稀疏支持向量机及L_1罚参数的上界 | 第20-23页 |
| 3.2 大规模数据集的样本筛选 | 第23-24页 |
| 4 模型应用与数值实验 | 第24-38页 |
| 4.1 UCI数据集的分类效果 | 第24-29页 |
| 4.1.1 数据处理及参数选择 | 第24-25页 |
| 4.1.2 L_1罚参数上界的数值验证 | 第25-26页 |
| 4.1.3 分类实验结果 | 第26-29页 |
| 4.2 双曲螺旋样本的分类效果 | 第29-32页 |
| 4.2.1 数据处理及参数选择 | 第29-30页 |
| 4.2.2 分类实验结果 | 第30-32页 |
| 4.3 预处理后的大规模数据集Waveform上的分类效果 | 第32-33页 |
| 4.3.1 数据处理及参数选择 | 第32-33页 |
| 4.3.2 分类实验结果 | 第33页 |
| 4.4 博文内容判别 | 第33-38页 |
| 4.4.1 数据处理及参数选择 | 第33-34页 |
| 4.4.2 博文内容判别实验结果 | 第34-38页 |
| 结论与展望 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 攻读硕士学位期间发表学术论文情况 | 第44-45页 |
| 致谢 | 第45-47页 |