书名：支持向量机的算法设计与分析
定价：118.0
ISBN：9787030378699
作者：杨晓伟,郝志峰
版次：1
出版时间：2016-01

作者简介：
暂时没有内容

目录：
目录
《信息与计算科学丛书》序
前言
第1章 支持向量机的分类和回归模型 1
1.1 多项式核函数 1
1.2 Mercer核 3
1.3 再生核Hilbert空间 7
1.4 正定核函数的构造 11
1.5 二分类问题的数学提法 13
1.6 平分最近点模型 14
1.7 …间隔模型 17
1.8 平分最近点模型和…间隔模型之间的关系 19
1.9 回归问题的数学提法 23
1.10 硬ε-带超平面 24
1.11 基于分类的回归模型 25
参考文献 34
第2章 分解算法 36
2.1 无约束问题的提法 36
2.2 分解算法的提出 38
2.3 选块算法 39
2.4 SVMLight算法 41
2.5 Platt的SMO算法 43
2.6 Keerthi的SMO改进算法 48
2.7 改进的SMO算法的收敛性 49
2.8 解回归问题的SMO算法 51
2.9 扩展的Lagrange支持向量机 56
参考文献 60
第3章 最小二乘支持向量机 62
3.1 最小二乘支持向量机 62
3.2 最小二乘隐空间支持向量机 65
3.3 基于矩阵模式的最小二乘支持向量机 66
3.4 最小二乘支持向量机的求解算法 68
3.5 最小二乘支持向量机的稀疏化算法 74
参考文献 87
第4章 多分类问题 89
4.1 一对多算法 89
4.2 一对一算法 91
4.3 基于决策树的支持向量机 92
4.4 嵌套算法 98
4.5 纠错输出编码支持向量机 102
4.6 一次求解算法 104
4.7 支持向量机分类回归算法 107
参考文献 109
第5章 模糊支持向量机 112
5.1 单边加权模糊支持向量机 112
5.2 双边加权模糊支持向量机 116
5.3 基于加权间隔的模糊支持向量机 118
5.4 模糊支持向量机中的隶属度设置 120
5.5 加权稳健支持向量回归方法 123
5.6 基于ε-不敏感学习的模糊系统 124
5.7 基于模糊if-then规则的ε-间隔非线性分类器 127
5.8 基于核模糊c-均值聚类和最远对策略的模糊支持向量机分类器 129
参考文献 134
第6章 支持向量机的在线学习算法 137
6.1 基于增量和减量学习的支持向量机算法 137
6.2 增量支持向量机分类算法 142
6.3 增量支持向量机回归算法 143
6.4 核递归最小二乘算法 147
6.5 基于结构风险最小化的在线核方法 150
6.6 快速的在线核分类器 153
参考文献 157
第7章 大规模分类 158
7.1 大规模线性支持向量机算法 158
7.2 基于低秩核矩阵表示的支持向量机算法 164
7.3 缩减支持向量机 172
7.4 核向量机 173
7.5 多核学习机 178
7.6 局部化支持向量机 186
7.7 基于带类标聚类特征树和局部学习的支持向量机分类算法 188
参考文献 200
索引 204
《信息与计算科学丛书》已出版书目 205

在线试读：
暂无试读