| 摘要 | 第1-5页 |
| abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9页 |
| ·语音识别的发展现状 | 第9-11页 |
| ·支持向量机的参数优化方法 | 第11-12页 |
| ·人工鱼群算法的改进研究与应用 | 第12-13页 |
| ·论文主要研究内容 | 第13页 |
| ·论文结构和章节安排 | 第13-15页 |
| 第二章 支持向量机概述 | 第15-29页 |
| ·统计学习理论基础 | 第15-18页 |
| ·VC维概念 | 第15-16页 |
| ·推广性的界 | 第16页 |
| ·结构风险最小化 | 第16-18页 |
| ·支持向量机基础研究 | 第18-21页 |
| ·最优分类面 | 第18-19页 |
| ·核函数 | 第19-20页 |
| ·支持向量机与参数的关系 | 第20-21页 |
| ·支持向量机分类原理 | 第21-24页 |
| ·线性支持向量机 | 第21-22页 |
| ·线性不可分支持向量机 | 第22-23页 |
| ·非线性支持向量机 | 第23-24页 |
| ·支持向量机的变形算法 | 第24-27页 |
| ·C-SVM算法 | 第25页 |
| ·v-SVM算法 | 第25-26页 |
| ·One-class SVM算法 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 混沌人工鱼群算法对SVM参数的优化及应用 | 第29-45页 |
| ·人工鱼群算法基本原理 | 第29-32页 |
| ·人工鱼群算法基本行为描述 | 第29-30页 |
| ·人工鱼群算法流程 | 第30-31页 |
| ·人工鱼群算法参数介绍 | 第31-32页 |
| ·混沌人工鱼群算法 | 第32-38页 |
| ·Logistic混沌系统 | 第33页 |
| ·混沌人工鱼群算法基本思想及流程 | 第33-35页 |
| ·混沌人工鱼群算法仿真测试 | 第35-38页 |
| ·混沌人工鱼群算法对SVM参数的优化及在语音识别中的应用 | 第38-44页 |
| ·混沌人工鱼群算法优化SVM参数的实现 | 第38-40页 |
| ·实验仿真与分析 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 变异人工鱼群算法对SVM参数的优化及应用 | 第45-57页 |
| ·视野的改进思想 | 第45页 |
| ·变异人工鱼群算法 | 第45-50页 |
| ·变异人工鱼群算法的提出 | 第46-47页 |
| ·变异人工鱼群算法流程 | 第47-48页 |
| ·变异人工鱼群算法仿真测试 | 第48-50页 |
| ·变异人工鱼群算法对SVM参数的优化及其应用 | 第50-55页 |
| ·变异人工鱼群算法优化SVM参数的实现 | 第50-52页 |
| ·实验仿真与分析 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |