支持向量機的算法設計與分析

定　價：￥68.00

作　者：	楊曉偉，郝志峰著
出版社：	科學出版社
叢編項：	信息與計算科學叢書
標　簽：	計算機/網(wǎng)絡計算機理論

購買這本書可以去

ISBN：	9787030378699	出版時間：	2013-06-01	包裝：	精裝
開本：	16開	頁數(shù)：	203	字數(shù)：

內(nèi)容簡介

　　支持向量機的研究是近十余年機器學習、模式識別和數(shù)據(jù)挖掘領域中的研究熱點，受到了計算數(shù)學、統(tǒng)計、計算機、自動化和電信等有關學科研究者的廣泛關注，取得了豐碩的理論成果，并被廣泛地應用于文本分類、圖像處理、語音識別、時間序列預測和函數(shù)估計等領域?！缎畔⑴c計算科學叢書（59）：支持向量機的算法設計與分析》首先介紹了核函數(shù)的概念；然后從幾何直觀的角度介紹了建立二分類模型和回歸模型過程中所取得的理論成果；最后對于分解算法、最小二乘支持向量機、多分類、模糊支持向量機、在線學習和大規(guī)模分類相關的優(yōu)秀成果進行了歸納和整理，從數(shù)學上對相關算法的原理進行了詳細分析?！缎畔⑴c計算科學叢書（59）：支持向量機的算法設計與分析》的內(nèi)容既包括支持向量機的最新進展，也包括作者的多年研究成果。作者希望《信息與計算科學叢書（59）：支持向量機的算法設計與分析》能夠有助于對機器學習、模式識別和數(shù)據(jù)挖掘感興趣的讀者更加快速地了解支持向量機的最新研究動態(tài)，能夠有助于讀者理清算法的本質(zhì)，從而使讀者能夠在已有研究成果的基礎之上更加有效地開展工作?！缎畔⑴c計算科學叢書（59）：支持向量機的算法設計與分析》可作為數(shù)學、統(tǒng)計、計算機、電信、自動化等有關專業(yè)的高年級本科生和研究生教材，也可作為相關領域的教師和科研工作者的參考書。

作者簡介

暫缺《支持向量機的算法設計與分析》作者簡介

圖書目錄

《信息與計算科學叢書》序
前言
第1章支持向量機的分類和回歸模型
1.1 多項式核函數(shù)
1.2 Mercer核
1.3 再生核Hilbert空間
1.4 正定核函數(shù)的構(gòu)造
1.5 二分類問題的數(shù)學提法
1.6 平分最近點模型
1.7 最大間隔模型
1.8 平分最近點模型和最大間隔模型之間的關系
1.9 回歸問題的數(shù)學提法
1.10 硬ε-帶超平面
1.11 基于分類的回歸模型
參考文獻
第2章分解算法
2.1 無約束問題的提法
2.2 分解算法的提出
2.3 選塊算法
2.4 SVMLight算法
2.5 Platt的SMO算法
2.6 Keerthi的SMO改進算法
2.7 改進的SMO算法的收斂性
2.8 解回歸問題的SMO算法
2.9 擴展的Lagrange支持向量機
參考文獻
第3章最小二乘支持向量機
3.1 最小二乘支持向量機
3.2 最小二乘隱空間支持向量機
3.3 基于矩陣模式的最小二乘支持向量機
3.4 最小二乘支持向量機的求解算法
3.5 最小二乘支持向量機的稀疏化算法
參考文獻
第4章多分類問題
4.1 一對多算法
4.2 一對一算法
4.3 基于決策樹的支持向量機
4.4 嵌套算法
4.5 糾錯輸出編碼支持向量機
4.6 一次求解算法
4.7 支持向量機分類一回歸算法
參考文獻
第5章模糊支持向量機
5.1 單邊加權模糊支持向量機
5.2 雙邊加權模糊支持向量機
5.3 基于加權間隔的模糊支持向量機
5.4 模糊支持向量機中的隸屬度設置
5.5 加權穩(wěn)健支持向量回歸方法
5.6 基于ε-不敏感學習的模糊系統(tǒng)
5.7 基于模糊if-then規(guī)則的ε-間隔非線性分類器
5.8 基于核模糊ε-均值聚類和最遠對策略的模糊支持向量機分類器
參考文獻
第6章支持向量機的在線學習算法
6.1 基于增量和減量學習的支持向量機算法
6.2 增量支持向量機分類算法
6.3 增量支持向量機回歸算法
6.4 核遞歸最小二乘算法
6.5 基于結(jié)構(gòu)風險最小化的在線核方法
6.6 快速的在線核分類器
參考文獻
第7章大規(guī)模分類
7.1 大規(guī)模線性支持向量機算法
7.2 基于低秩核矩陣表示的支持向量機算法
7.3 縮減支持向量機
……