|
|
|
|
双重正则化支持向量机的一种全局线性收敛算法 |
| |
| 论文目录 |
| |
| 摘要 | 第4-5页 | | Abstract | 第5页 | | 第1章 绪论 | 第7-11页 | | 1.1 研究背景 | 第7页 | | 1.2 国内外研究现状 | 第7-8页 | | 1.2.1 支持向量机的研究现状 | 第7-8页 | | 1.2.2 线性Bregman算法的研究现状 | 第8页 | | 1.3 论文主要结构 | 第8-11页 | | 第2章 支持向量机 | 第11-19页 | | 2.1 统计学习理论 | 第11-14页 | | 2.1.1 机器学习问题描述 | 第11-12页 | | 2.1.2 VC维 | 第12页 | | 2.1.3 推广性的界 | 第12-13页 | | 2.1.4 结构风险最小化原则 | 第13-14页 | | 2.2 支持向量分类机 | 第14-16页 | | 2.2.1 最优分类超平面 | 第14-15页 | | 2.2.2 线性可分离支持向量机 | 第15页 | | 2.2.3 线性不可分离支持向量机 | 第15-16页 | | 2.3 L_2范数支持向量机 | 第16页 | | 2.4 L_1范数支持向量机 | 第16-17页 | | 2.5 双重正则化支持向量机 | 第17-18页 | | 2.6 本章小结 | 第18-19页 | | 第3章 线性Bregman算法的全局线性收敛性 | 第19-39页 | | 3.1 线性Bregman算法 | 第19-21页 | | 3.2 对偶问题 | 第21-22页 | | 3.3 预备性 | 第22-28页 | | 3.4 线性Bregman算法的全局线性收敛性 | 第28-37页 | | 3.5 数值实验 | 第37-38页 | | 3.6 本章小结 | 第38-39页 | | 第4章 双重正则化支持向量机的一种全局线性收敛算法 | 第39-45页 | | 4.1 双重正则化支持向量机的对偶问题 | 第39-40页 | | 4.2 线性Bregman算法在双重正则化支持向量机中的应用 | 第40-42页 | | 4.3 数值试验 | 第42-44页 | | 4.4 本章小结 | 第44-45页 | | 结论 | 第45-47页 | | 参考文献 | 第47-51页 | | 致谢 | 第51页 |
|
|
|
|
论文编号BS3630622，这篇论文共51页
会员购买按0.35元/页下载，共需支付17.85元。 直接购买按0.5元/页下载，共需要支付25.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务