支持向量分类机及其应用

第1章 绪 论 1.1 机器学习 1.2 统计学习理论 1.3 支持向量机基本思想 1.4 支持向量机的研究现状 1.5 本书研究的主要内容和结构 第2章 支持向量机的理论基础和模型 2.1 支持向量机的优化理论基础 2.2 支持向量分类机的各种模型 2.3 支持向量回归机的各种模型 2.4 小结 第3章 分类问题的支持向量回归机求解途径 3.1 一般形式的支持向量回归机模型 3.2 使用高斯损失函数的支持向量回归机模型 3.3 求解分类问题的支持向量回归机模型 3.4 简化的SMO算法 3.5 求解分类问题的支持向量回归机线性规划模型 3.6 求解多类分类问题的支持向量回归机线性规划模型 3.7 数值试验 3.8 小结 第4 章 中心支持向量分类机 4.1 基本思想 4.2 加权的中心支持向量分类机 4.3 多类问题分类模型 4.4 不确定中心支持向量分类机 4.5 小结 第5 章 推理型支持向量分类机 5.1 原始*优化问题及其对偶问题 5.2 改进的推理型支持向量机 5.3 网络入侵检测的新方法 5.4 小结 第6 章 基于支持向量机的海水工厂化养殖环境监测 6.1 海水养殖问题研究的背景和意义 6.2 支持向量机应用于海水养殖问题的提出 6.3 支持向量机在大菱鲆养殖中的应用 6.4 小结 第7 章 支持向量机在其他领域的应用 7.1 在地源热泵系统中的应用 7.2 在教师教育师资队伍评价中的应用 7.3 在义务教育学校均衡发展评价中的应用 7.4 在商务采购决策管理中的应用 7.5 在棚栽植物生长环境监测中的应用 参考文献 附 录 附录 A 基础知识 附录B 希尔伯特空间 附录C 概 率 附录D 鸢尾属植物数据集 附录E *优化理论基础