拓展支持向量机算法研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

拓展支持向量机算法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1选题的背景及意义1

1.2 SVM的研究与进展2

1.2.1 SVM的产生2

1.2.2支持向量分类机（SVC）算法研究3

1.2.3支持向量回归机（SVR）算法研究6

1.2.4 SVM的应用研究7

1.3研究目的、意义和主要工作7

1.3.1研究目的和意义7

1.3.2本书的主要工作8

参考文献9

第2章 支持向量机及其理论基础17

2.1最优化理论17

2.1.1 KKT条件17

2.1.2 Lagrange对偶18

2.1.3 Wolfe对偶19

2.2统计学习理论的基本思想20

2.2.1经验风险20

2.2.2 VC维21

2.2.3结构风险21

2.3支持向量分类机22

2.3.1最优分类超平面22

2.3.2线性支持向量分类机24

2.3.3非线性支持向量分类机25

2.3.4支持向量27

2.3.5核函数28

2.4支持向量回归机29

2.4.1损失函数29

2.4.2支持向量回归机30

2.5小结31

参考文献32

第3章 最小二乘支持向量机的一类快速算法33

3.1引言33

3.2变形支持向量机模型33

3.2.1标准SVM模型33

3.2.2二次损失函数SVM模型34

3.2.3 LSSVM模型35

3.3最小二乘支持向量机的条件预优共轭梯度法36

3.3.1对称正定线性方程组的求解36

3.3.2条件预优共轭梯度法38

3.4数值实验39

3.5小结40

参考文献40

第4章 新的光滑支持向量机42

4.1引言42

4.2光滑支持向量机及其发展43

4.2.1光滑支持向量机的原理43

4.2.2光滑支持向量机的优势44

4.2.3光滑支持向量机的发展现状44

4.3光滑CHKS支持向量机45

4.3.1光滑CHKS支持向量机及其性质45

4.3.2 CHKS-SSVM的Newton-Armijo算法47

4.3.3非线性CHKS-SSVM48

4.3.4数值实验49

4.4一类光滑分段支持向量分类机52

4.4.1三阶分段光滑支持向量机模型52

4.4.2光滑函数逼近性能比较53

4.4.3收敛性能分析56

4.4.4数值实验57

4.5小结60

参考文献60

第5章 新的光滑支持向量回归机62

5.1引言62

5.2光滑支持向量回归机及其发展62

5.3基于旋转双曲线的光滑支持向量回归机64

5.3.1旋转双曲线的光滑支持向量回归机（ε-RHSSVR）64

5.3.2非线性ε-RHSSVR68

5.3.3数值实验68

5.4一类分段光滑支持向量回归机70

5.4.1分段光滑支持向量回归机70

5.4.2收敛性能分析75

5.4.3数值实验76

5.5小结80

参考文献80

第6章 支持向量机的调节熵函数法81

6.1引言81

6.2支持向量分类机的调节熵函数法81

6.2.1无约束SVC模型81

6.2.2调节熵函数法82

6.2.3支持向量分类机的调节熵函数法84

6.2.4数值实验85

6.3支持向量回归机的调节熵函数法87

6.3.1无约束SVR模型87

6.3.2调节熵函数法89

6.3.3支持向量回归机的调节熵函数法90

6.3.4数值实验91

6.4小结93

参考文献94

第7章 模糊支持向量机算法95

7.1引言95

7.2模糊支持向量机96

7.2.1模糊支持向量分类机96

7.2.2模糊支持向量回归机97

7.3基于边界向量提取的模糊支持向量分类机98

7.3.1支持向量数据域描述98

7.3.2提取边界向量100

7.3.3构造模糊隶属度函数101

7.3.4数值实验102

7.4模糊最小二乘支持向量回归机105

7.4.1最小二乘支持向量回归机105

7.4.2模糊最小二乘支持向量回归机106

7.4.3模糊最小二乘支持向量回归机的训练107

7.4.4基于支持向量数据域描述的模糊隶属度的构造108

7.4.5数值实验110

7.5小结111

参考文献112

第8章 光滑半监督支持向量机113

8.1引言113

8.2 ▽TSVM算法114

8.3光滑分段半监督支持向量机115

8.3.1 SPS3VM模型115

8.3.2标准PSO算法117

8.3.3线性等式约束问题的CLPSO算法117

8.3.4训练SPS3VM的CLPSO算法118

8.3.5数值实验119

8.4基于贝塞尔函数的光滑半监督支持向量机121

8.4.1光滑贝塞尔半监督支持向量机121

8.4.2共轭梯度法123

8.4.3数值实验123

8.5小结124

参考文献124

第9章 基于无参数填充函数的光滑聚类算法126

9.1相似性测度126

9.1.1模式的相似性测度126

9.1.2类的定义127

9.1.3聚类准则函数128

9.1.4聚类分析的数据类型129

9.2聚类中心问题光滑化模型130

9.2.1聚类中心问题130

9.2.2聚类中心问题的光滑模型131

9.3无参数填充函数法132

9.3.1基本思想132

9.3.2无参数填充函数133

9.3.3填充函数算法134

9.4逐步求中心法135

9.4.1聚类中心算法135

9.4.2数值实验135

9.5小结137

参考文献137

第10章 基于光滑支持向量机的人脸识别139

10.1人脸识别简述139

10.2主成分分析法140

10.3基于光滑支持向量机的人脸识别141

10.3.1 ORL人脸数据库实验141

10.3.2 FERET人脸数据库实验143

10.4小结143

参考文献143

总结与展望145