摘要
第一章 绪论
§1.1 多类分类支持向量机研究现状
§1.2 双支持向量回归研究现状
§1.3 正则化参数解路算法
§1.4 研究内容
第二章 多类分类双支持向量机的完全正则化解路算法
§2.1 问题描述
§2.2 模型转化及数据集划分
§2.2.1 第一个子优化模型转化及数据集划分
§2.2.2 第二个子优化模型转化及数据集划分
§2.3 多类分类双支持向量机的分段线性理论
§2.3.1 第一个子优化模型的分段线性理论
§2.3.2 第二个子优化模型的分段线性理论
§2.4 初始化
§2.5 多类分类双支持向量机的解路算法设计
§2.5.2 确定第二个子优化模型的第l+1步参数
§2.5.3 多类分类双支持向量机的正则化参数λ和(λ)解路算法设计
§2.6 仿真实验
§2.6.1 数据集及参数选取
§2.6.2 仿真实验的结果比较与讨论
§2.7 小结
第三章 加权最小二乘双支持向量回归及其在线学习算法
§3.1 问题描述
§3.2 新型加权最小二乘双支持向量回归
§3.2.1 模型及离线学习算法
§3.2.2 线性加权最小二乘双支持向量回归的在线算法
§3.2.3 非线性加权最小二乘双支持向量回归的在线算法
§3.2.4 求解算法
§3.3 仿真实验
§3.3.1 人造数据集
§3.3.2 基准数据集
§3.4 小结
第四章 结论与展望
§4.2 工作展望
参考文献
致谢
攻读学位期间的科研成果
声明
河南师范大学;