文摘
英文文摘
论文说明:图表目录、注释表
声明
第一章 绪论
1.1研究背景及意义
1.2统计学习理论和支持向量机算法概述
1.2.1统计学习理论
1.2.2支持向量机
1.3支持向量机大样本学习算法的研究现状
1.3.1分解方法
1.3.2变形方法
1.3.3预处理方法
1.3.4增量学习方法
1.3.5其他处理方法
1.4研究内容
1.5章节安排
第二章 基于最小闭包球的CVM算法介绍
2.1分类与超球问题
2.1.1硬间隔SVDD
2.1.2软间隔SVDD
2.2最小闭包球问题
2.2.1 MEB问题的定义
2.2.2单类二范数SVM
2.2.3二类二范数SVM
2.2.4最小闭包球转化条件分析
2.3 CVM算法
2.3.1 CVM算法思想
2.3.2 CVM算法描述
2.4算法分析及新算法的提出
2.4.1算法分析
2.4.2新算法的提出
2.5本章小结
第三章 基于广泛内核的ECVM算法
3.1中心约束MEB
3.1.1中心约束MEB定义
3.1.2中心约束最小闭包球转化条件分析
3.2 ECVM算法的设计
3.2.1最远点的计算
3.2.2决策向量的计算
3.2.3 ECVM算法描述
3.3 ECVM算法的性能分析
3.3.1 ECVM算法的收敛性能分析
3.3.2 ECVM算法的复杂度分析
3.4实验及结果分析
3.4.1实验环境及数据集
3.4.2实验结果及其分析
3.5本章小结
第四章 基于核聚类的参数C选取算法
4.1参数C的选取算法
4.1.1软间隔与参数C
4.1.2交叉验证法
4.1.3结构风险法
4.2基于核聚类的参数C选择算法的设计及分析
4.2.1问题提出
4.2.2相关知识
4.2.3基于聚类的距离比较算法设计及分析
4.3实验及结果分析
4.3.1实验环境和数据集
4.3.2实验结果及其分析
4.4本章小结
第五章 总结与展望
5.1论文的主要工作及贡献
5.2下一步的工作
参考文献
致谢
在学期间的研究成果及发表的学术论文
南京航空航天大学;