基于流形正则化的核方法研究与应用PDF电子书下载

1 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 3

1.3 主要研究内容及技术路线 17

1.4 组织结构 19

1.5 本章小结 21

2 基本理论 22

2.1 统计学习理论 22

2.2 支持向量机 29

2.3 核函数 36

2.4 正则化方法 39

2.5 本章小结 42

3 基于聚类的不平衡数据分类方法 43

3.1 基于样本加权的可能性模糊聚类算法 43

3.2 可能性模糊核聚类算法 69

3.3 基于可能性模糊聚类的支持向量机 86

3.4 实验结果与分析 96

3.5 本章小结 106

4 基于聚类的非参数核学习分类方法 107

4.1 核评估标准 107

4.2 典型的核学习方法 112

4.3 有监督非参核学习分类方法 119

4.4 无监督非参核学习分类方法 131

4.5 本章小结 149

5 基于流形正则化的快速分类方法 150

5.1 极速学习机基础理论 150

5.2 极速学习机与流形正则化框架关系定理 159

5.3 流形正则化极速学习机 170

5.4 实验结果与性能对比 175

5.5 本章小结 190

6 结论与展望 191

6.1 总结 191

6.2 展望 193

参考文献 195