鲁棒最小二乘支持向量机研究与应用

您当前的位置：首页 > 行业图书 > 工业自动化

资料名称：	鲁棒最小二乘支持向量机研究与应用
文件类型：	PDF文档
文件大小：	5.9 MB
资料归类：	工业自动化
整理时间：	2017-12-12
软件简介：	鲁棒最小二乘支持向量机研究与应用作者：刘京礼编出版时间：2012年版内容简介　　二分类问题是统计学习理论、机器学习以及人工智能中研究的一个重要问题。由于随机的或者非随机过程的存在，现实生活中的数据经常带有噪声和不确定性。数据的噪声以及不确定性会影响统计学习分类算法模型的性能，降低分类的准确率及其分类模型的推广能力。《鲁棒最小二乘支持向量机研究与应用》从加强最小二乘支持向量机模型的鲁棒性和稀疏性、增强其推广能力的理念出发，系统整理了文献中对最小二乘支持向量机模型（LS-SVM）中改进鲁棒性的方法，提出了改进LS-SVM鲁棒性的三个模型：KPCA-L1-LS-SVM、FL1-LS-SVM和RW-Lp-LS-SVM模型，分别从特征压缩、噪声点的剔除以及样本信息重要程度的角度出发对LS-SVM模型的鲁棒性做了改进。目录 1 绪论 1.1 研究背景和意义 1.2 鲁棒支持向量机研究综述 1.3 本书的内容和结构安排 1.4 研究方法和思路 1.5 本书的技术路径 2 最优化理论 2.1 最优化问题的一般形式 2.2 约束极值问题的最优化条件 2.3 库恩塔克条件 2.4 对偶理论 2.5 小-结 3 二分类问题 3.1 引言 3.2 二分类模型 3.3 分类模型准确率的估计方法 3.4 二分类算法的有效性 3.5 支持向量机 3.6 最小二乘支持向量机模型 3.7 小结 4 鲁棒最小二乘支持向量机中的特征抽取和选择 4.1 引言 4.2 特征选择和抽取 4.3 核主成分法 4.4 稀疏L1-范数LS-SVM模型 4.5 双层L1-范数LS-SVM模型 4.6 模糊L1-范数LS-SVM模型 4.7 小结 5 最小二乘支持向量机的鲁棒分类模型 5.1 引言 5.2 Lp范数支持向量机的分类模型 5.3 鲁棒赋权自适应Lp范数最小二乘支持向量机 5.4 小-结 6 消费者信用风险评估 6.1 引言 6.2 目前的消费者信用评估模型评述 6.3 消费者信用风险评估模型的实证分析 6.4 KPCA-L1-LS=SVM模型在信用风险中的应用 6.5 FL1-LS-SVM模型在信用风险中的应用 6.6 鲁棒赋权自适应Lp范数LS-SVM模型在信用风险中的应用 6.7 小结 …… 7 总结与展望符号说明参考文献后记附图附表
下载地址：	[百度网盘下载 ]