鲁棒最小二乘支持向量机研究与应用PDF电子书下载

1 绪论 1

1.1 研究背景和意义 1

1.2 鲁棒支持向量机研究综述 3

1.3 本书的内容和结构安排 10

1.4 研究方法和思路 11

1.5 本书的技术路径 12

2 最优化理论 15

2.1 最优化问题的一般形式 15

2.2 约束极值问题的最优化条件 16

2.3 库恩塔克条件 17

2.4 对偶理论 18

2.5 小结 19

3 二分类问题 21

3.1 引言 21

3.2 二分类模型 22

3.3 分类模型准确率的估计方法 23

3.4 二分类算法的有效性 25

3.5 支持向量机 26

3.6 最小二乘支持向量机模型 32

3.7 小结 35

4 鲁棒最小二乘支持向量机中的特征抽取和选择 37

4.1 引言 37

4.2 特征选择和抽取 38

4.3 核主成分法 42

4.4 稀疏L1-范数LS-SVM模型 44

4.5 双层L1-范数LS-SVM模型 45

4.6 模糊L1-范数LS-SVM模型 56

4.7 小结 71

5 最小二乘支持向量机的鲁棒分类模型 73

5.1 引言 73

5.2 Lp范数支持向量机的分类模型 74

5.3 鲁棒赋权自适应Lp范数最小二乘支持向量机 83

5.4 小结 96

6 消费者信用风险评估 97

6.1 引言 97

6.2 目前的消费者信用评估模型评述 99

6.3 消费者信用风险评估模型的实证分析 104

6.4 KPCA-L1-LS-SVM模型在信用风险中的应用 105

6.5 FL1-LS-SVM模型在信用风险中的应用 109

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 114

6.7 小结 119

7 总结与展望 121

7.1 研究工作总结 121

7.2 进一步研究的问题 122

符号说明 125

参考文献 127

后记 145