目录

1绪论(1)

1.1机器学习理论(1)

1.1.1学习问题的一般模型(2)

1.1.2经验风险zui小化原则(3)

1.1.3模型复杂度和推广能力(3)

1.1.4结构风险zui小化原则(4)

1.2支持向量机算法及研究现状(4)

1.2.1理论研究(5)

1.2.2训练算法(7)

1.2.3应用研究(8)

2统计学习理论和zui优化理论(10)

2.1统计学习理论基础(10)

2.1.1学习问题的数学表达(10)

2.1.2经验风险zui小化原则(11)

2.1.3学习过程的一致性条件(11)

2.1.4学习过程收敛速率的渐进性理论(13)

2.1.5推广能力的泛化误差界(14)

2.1.6结构风险zui小化原则(14)

2.2zui优化理论(15)

2.2.1基本概念(16)

2.2.2凸集理论基础(17)

2.2.3拉格朗日乘子理论(18)

2.3本章小结(21)

3标准支持向量机算法(22)

3.1zui优分类超平面(22)

3.2核函数理论(23)

3.3支持向量机算法(25)

3.3.1线性支持向量机(25)

3.3.2近似线性可分支持向量机(26)

3.3.3非线性支持向量机(28)

3.3.4支持向量特性(29)

3.4数值试验(30)

3.4.1数据预处理(30)

3.4.2实验结果(31)

3.5本章小结(33)

4zui小二乘支持向量机算法(34)

4.1zui小二乘支持向量机(34)

4.1.1线性zui小二乘支持向量机(34)

4.1.2非线性zui小二乘支持向量机(35)

4.2原空间zui小二乘支持向量机(36)

4.2.1线性原空间zui小二乘支持向量机(36)

4.2.2非线性原空间zui小二乘支持向量机(37)

4.2.3标准形式(38)

4.2.4仿真实验(39)

4.2.5小结(41)

4.3稀疏zui小二乘支持向量机(42)

4.3.1线性稀疏zui小二乘支持向量机(42)

4.3.2非线性稀疏zui小二乘支持向量机(42)

4.3.3稀疏模型L1SLSSVM(43)

4.3.4仿真实验(43)

4.3.5小结(46)

4.4本章小结(46)

5支持向量域描述算法(47)

5.1研究现状(47)

5.2工作机理(48)

5.2.1线性空间SVDD(48)

5.2.2特征空间SVDD(49)

5.2.3支持向量特性及分布(51)

5.3约简支持向量域描述RSVDD(51)

5.3.1中心距离比值SVM(52)

5.3.2约简支持向量域描述(53)

5.3.3约简集规模(54)

5.3.4数值实验(55)

5.3.5结论(57)

5.4信赖支持向量域描述(57)

5.4.1信赖支持向量域描述(57)

5.4.2抽样集规模(58)

5.4.3抽样集分布(58)

5.4.4参数设置和复杂度(60)

5.4.5数值实验(61)

5.4.6结论(63)

5.6本章小结(64)

6光滑支持向量机算法(65)

6.1引言(65)

6.2Mangasasian的光滑SSVM(66)

6.2.1标准SVM(66)

6.2.2光滑支持向量机(67)

6.2.3多项式光滑模型(67)

6.3光滑对角加权支持向量机(69)

6.3.1二次损失函数SVM(69)

6.3.2线性光滑对角加权支持向量机(70)

6.3.3非线性光滑对角加权支持向量机(72)

6.3.4算法实现(76)

6.3.5数值实验(77)

6.4隐空间光滑支持向量机(80)

6.4.1隐空间简介(81)

6.4.2隐空间支持向量机(81)

6.4.3隐空间光滑支持向量机HS3VM (83)

6.4.4PSO参数寻优(83)

6.4.5数值试验(85)

6.4.6结束语(87)

6.5本章小结(87)

7大规模样本集下的支持向量机算法(88)

7.1同心超球面支持向量机HSVM(88)

7.1.1理论基础(88)

7.1.2同心超球面组的构造(90)

7.1.3算法实现(92)

7.1.4数值实验(93)

7.1.5小结(95)

7.2支持向量机的集成算法(95)

7.2.1集成学习算法概述(95)

7.2.2空间支持向量域分类器SSVDC(96)

7.2.3算法实现(100)

7.2.4数值实验(101)

7.2.5结论(105)

7.3聚类分片双支持向量域分类器(106)

7.3.1聚类分片(106)

7.3.2双支持向量域分类器(108)

7.3.3链接规则(110)

7.3.4复杂度分析(111)

7.3.5数值试验(111)

7.4本章小结(114)

8总结与展望(116)

8.1总结(116)

8.2展望(117)

参考文献(119)