首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于几何代数特征提取及支持向量机的研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·模式识别第10页
   ·支持向量机研究现状及意义第10-11页
   ·几何代数的发展、研究现状及研究意义第11-14页
     ·几何代数的发展第12页
     ·几何代数的研究现状第12-13页
     ·几何代数的研究意义第13-14页
   ·论文研究的主要内容第14页
     ·几何代数特征提取第14页
     ·Clifford 支持向量机第14页
   ·论文组织结构第14-16页
第2章 几何代数知识框架第16-22页
   ·几何代数基本定义第16-18页
   ·多重矢量的内积第18页
   ·几何积第18-21页
     ·几何积的性能第18-19页
     ·多重矢量的几何积第19-20页
     ·欧几里得空间的几何积第20-21页
   ·本章小结第21-22页
第3章 基于粒子群优化几何代数特征的提取第22-41页
   ·粒子群算法第22-24页
   ·基于粒子群算法的几何代数的特征排序方法第24-33页
     ·几何代数特征提取第24-25页
     ·粒子群算法用于特征排序第25-28页
     ·特征排序的实验仿真结果与分析第28-33页
   ·基于几何代数的粒子群特征选择第33-40页
     ·几何代数升维变换第33页
     ·粒子群算法用于特征选择第33-36页
     ·特征选择的仿真结果与分析第36-40页
   ·本章小结第40-41页
第4章 基于几何代数支持向量机的研究第41-62页
   ·支持向量机多类别分类方法第41-42页
   ·线性 Clifford 支持向量机第42-47页
     ·几何代数支持向量机第42-45页
     ·四元数支持向量机第45-47页
   ·非线性 Clifford 代数支持向量机第47-49页
   ·拟解决的关键问题及分析第49-51页
   ·线性 Clifford 代数支持向量机实验步骤与结果第51-54页
     ·实验步骤第51-52页
     ·实验结果与分析第52-54页
   ·非线性 Clifford 代数支持向量机仿真结果第54-61页
     ·实验步骤第54-55页
     ·实验结果与分析第55-61页
   ·本章小结第61-62页
结论第62-64页
参考文献第64-68页
攻读硕士学位期间承担的科研任务与主要成果第68-69页
致谢第69-70页
作者简介第70页

论文共70页,点击 下载论文
上一篇:基于Clifford代数感知器的研究
下一篇:四足机器人液压驱动单元模糊滑模变结构控制研究