声明
前言
第一章 预备知识
1.1 核函数
1.2 软间隔支持向量机 (C-SVM)
1.3 支持向量回归机 (SVR)
1.4 孪生支持向量机 (TSVM)
1.5 支持矩阵机(SMM)
第二章 基于最小二乘技巧的八种SVM算法及其优势比较
2.1 最小二乘型SVM算法
2.1.1 最小二乘SVM (LSSVM)
2.1.2 稀疏LSSVM (SP-LSSVM)
2.1.3有效稀疏LSSVM (ESP-LSSVM)
2.1.4 (有效稀疏)加权LSSVM(??WLSSVM)
2.2 最小二乘型TSVM算法
2.2.1 最小二乘TSVM (LSTSVM)
2.2.2 最小二乘孪生多类SVM (LS-TMSVM)
2. 2. 3 1-范数LSTSVM (ON-LSTSVM)
2.2.4 拉普拉斯LSTSVM (Lap-LSTSVM)
第三章 基于双层规划的LSSMM (BP-LSSMM)
3.1 BP-SMM模型
3.2 BP-LSSMM模型及算法
3.3 实验与结果分析
第四章 BP-LSSMM的快速求解方法
4.1 Q-BP-LSSMM模型
4.2 Q-BP-LSSMM与BP-LSSMM的比较
4.3实验与结果分析
参考文献
致谢
攻读硕士学位期间发表的学术论文