声明
摘要
图目录
表目录
第一章 绪论
1.1 研究背景与意义
1.2 核方法的研究现状
1.2.1 多类多核学习方法的研究现状
1.2.2 稀疏多核学习方法的研究现状
1.3 本文的研究动机
1.3.1 考虑类间差异性
1.3.2 降低多类多核学习方法时间复杂度
1.4 论文研究目标及内容
1.5 论文结构安排
第二章 基于类间差异性的稀疏多核学习方法
2.1 引言
2.2 相关工作介绍
2.2.1 多类多核学习方法
2.2.2 稀疏多核学习方法
2.3 模型推导
2.3.1 基于核的多类学习方法
2.3.2 基于类间差异性的稀疏多核学习方法
2.4 优化求解
2.4.1 优化分类器系数C
2.4.2 优化核组合系数B
2.5 实验
2.5.1 在toy数据集上的实验
2.5.2 在UCI数据集上的实验
2.6 本章小结
第三章 基于类间差异性的多类大间隔稀疏多核学习方法
3.1 引言
3.2 相关工作介绍
3.2.1 基于大间隔准则的相关算法
3.2.2 多类核间隔
3.3 模型构造
3.3.1 基于多类核间隔的稀疏多核学习方法
3.3.2 基于类间差异性的多类大间隔稀疏多核学习方法
3.4 优化求解
3.4.1 优化分类器系数C
3.4.2 优化核组合系数B
3.5 实验
3.5.1 优化问题的改进与自由参数γ_0的选取范围
3.5.2 在UCI数据集上的实验
3.5.3 在生物数据集上的实验
3.6 本章小结
第四章 总结与展望
4.1 本文工作小结
4.2 进一步的工作
致谢
参考文献
攻读硕士学位期间发表论文列表
东南大学;