分片线性分类器设计的新方法 组合凸线性感知器PDF电子书下载

第1章 绪论 1

1.1分片线性分类基础 1

1.2分片线性分类器的设计方法介绍 4

1.2.1委员会机 4

1.2.2线性规划方法 6

1.2.3局部训练方法 9

1.2.4决策树方法 12

1.2.5最大-最小可分性方法 14

1.2.6组合凸线性感知器 16

1.3最新研究概况 17

1.3.1生长设计方法 17

1.3.2极大切割设计方法 18

1.3.3软间隔设计方法 18

1.3.4新框架设计 19

第2章 组合凸线器框架 20

2.1支持向量机简介 20

2.2支持组合凸线器 23

2.2.1凸包和可分性 23

2.2.2线性分类器 24

2.2.3支持凸线器的定义 26

2.2.4支持组合凸线器的形式 28

2.2.5支持组合凸线器的预测规则 31

2.3小结 32

第3章 生长设计方法 34

3.1原有设计方法存在的问题 34

3.2凸线器的生长设计方法 35

3.2.1挤压操作 35

3.2.2生长支持凸线器算法 37

3.2.3算法复杂度 38

3.3组合凸线器的生长设计方法 39

3.3.1膨胀操作 39

3.3.2生长支持组合凸线器算法 41

3.3.3算法复杂度 43

3.4实验结果及分析 44

3.4.1在人工合成数据集上的实验 44

3.4.2在标准数据集上的实验 45

3.4.3与NNA和DTA的对比实验 51

3.4.4在n维单位超球组上的实验 52

3.5小结 53

第4章 极大切割设计方法 55

4.1奥卡姆剃刀原理 55

4.2凸线器的极大切割设计方法 56

4.2.1极大切割过程 56

4.2.2极大切割支持凸线器算法 58

4.2.3算法复杂度 60

4.3组合凸线器的极大切割设计方法 60

4.3.1极大切割过程 60

4.3.2极大切割支持组合凸线器算法 62

4.3.3算法复杂度 63

4.4实验结果及分析 64

4.4.1在人工合成数据集上的实验 64

4.4.2在标准数据集上的实验 65

4.4.3与NNA和DTA的对比实验 68

4.4.4在n维单位超球组上的实验 69

4.5与生长设计方法的对比分析 70

4.6小结 72

第5章 软间隔设计方法 73

5.1显式空间映射 73

5.2 CDMA的带核推广 75

5.2.1核化的CDMA 76

5.2.2 KCDMA的预测规则 80

5.3组合凸线器的软间隔设计方法 81

5.3.1软间隔凸线器设计 81

5.3.2聚类的软间隔组合凸线器设计 82

5.4实验结果及分析 84

5.4.1.与SMA的对比实验 84

5.4.2与SVM、 NNA及DTA的对比实验 86

5.4.3在n维单位超球组上的实验 88

5.4.4在非叠可分数据集上的实验 89

5.5小结 90

第6章 交错式组合凸线器设计方法 92

6.1设计分片线性分类器的新思路 92

6.2极大凸可分子集 94

6.3交错式组合凸线器的定义 95

6.4支持交错式组合凸线器算法 99

6.5实验结果及分析 102

6.5.1在Fourclass数据集上的实验 102

6.5.2在标准数据集上的实验 104

6.5.3与NNA和DTA的对比实验 106

6.5.4在n维单位超球组上的实验 106

6.6小结 107

参考文献 109

结束语 117