文摘
英文文摘
第1章 引言
1.1 背景和意义
1.2 国内外研究现状
1.3 论文的研究内容和意义
1.4 论文的主要安排
第2章 相关算法综述
2.1 序贯最小化算法
2.2 并行SVM学习算法
2.3 本章小结
第3章 一种新的SMO并行策略(NPSMO)
3.1 标准SMO框架
3.2 并行SMO框架
3.3 并行SMO 收敛性分析
3.4 并行SMO 收敛性证明
3.5 并行SMO的停机条件
3.6 本章小结
第4章 并行化SMO实验及分析
4.1 与标准SMO与实验比较
4.2 与基于GPU的并行SMO实验比较
4.3 与层叠支持向量机(The Cascade SVM)实验比较
4.4 并行SMO总体调整实验
4.5 迭代次数限制实验比较
4.6 参数设置
4.7 本章小结
第5章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
致谢
中山大学;