封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1 课题研究背景
1.2 课题研究现状与发展方向
1.3 本文的主要工作和创新点
1.4 研究意义
1.5 本文主要的符号
1.6 本文主要内容及章节安排
第二章 支持向量机理论
2.1 引言
2.2 统计学习理论
2.3 支持向量机理论
2.4 本章小结
第三章 核函数
3.1 核函数、正定矩阵与正定核
3.2 核函数的性质
3.3 常用的核函数类型
3.4 核函数的度量特征
3.5 本章小结
第四章 稀疏表示理论
4.1 引言
4.2 稀疏表示理论的问题描述
4.3 稀疏字典
4.4 稀疏编码
4.5 本章小结
第五章 基于样本分布特征的支持向量机核函数选择方法
5.1 引言
5.2 理论基础
5.3 算法框架
5.4 实例仿真
5.5 本章小结
第六章 稀疏表示下的支持向量机核函数选择
6.1 引言
6.2 方法概述
6.3 算法步骤
6.4 实验仿真与分析
6.5 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
攻读学位期间的研究成果