文摘
英文文摘
声明
第一章数据挖掘与机器学习理论
1.1数据挖掘的基本概念及理论基础
1.2数据挖掘的主要研究内容
1.3机器学习的基本概念
1.4机器学习的发展与展望
第二章最小二乘方法
2.1引言
2.2最小二乘原理
2.3最小二乘问题求解方法
2.3.1线性最小二乘问题求解方法
2.3.2非线性最小二乘问题求解方法
2.4小结
第三章支撑向量回归机(SVR)与最小二乘支撑向量机(LSSVM)
3.1引言
3.2统计学习理论中一些概念介绍
3.2.1 VC维
3.2.2结构风险最小化
3.2.3最优ε-带超平面
3.3.4 Mercer条件与核函数
3.3支撑向量回归机的基本概念及模型
3.4 LSSVM的基本概念
3.5 LSSVM的求解方法以及算法设计
3.6算法复杂度分析
3.7数值试验
3.8研究工作小节
第四章基于矩阵分块求逆的最小二乘支撑向量机求解方法
4.1矩阵块的一些基本概念
4.2基于矩阵分块的LSSVM
4.3算法设计
4.4数值实验
4.5研究工作小结
第五章总结与展望
致谢
参考文献
作者攻读硕士期间取得的成果