声明
第一章 绪论
1.1 研究背景和意义
1.2 研究现状
1.3 本文主要工作
1.4 本文内容安排
第二章 若干属性选择算法的研究
2.1 属性选择的基本理论
2.2 基于粗糙集的属性选择方法
2.3 基于灰色关联的属性选择方法
2.4 基于线性相关性的属性选择方法
第三章 支持向量机
3.1 支持向量机概述
3.2 线性可分支持向量机
3.3 近似线性可分支持向量机
3.4 非线性可分支持向量机
3.5 核函数及其本质
3.6 支持向量机回归
3.7 最小二乘支持向量机
第四章 属性选择算法作为支持向量机前端的组合模型
4.1 组合模型概述
4.2 PSO-SVM学习机
4.3 属性选择-PSO-SVM组合模型的设计与实现
4.4 本章小结
第五章 实验
5.1 实验数据描述
5.2 实验评价指标
5.3 实验结果及分析
5.4 本章小结
第六章 总结与展望
6.1 本文完成的工作
6.2 本文的不足和展望
参考文献
在学期间的研究成果
致谢
兰州大学;