《支持向量机理论及工程应用实例》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:白鹏,张喜斌,李彦等编著
  • 出 版 社:西安:西安电子科技大学出版社
  • 出版年份:2008
  • ISBN:7560620510
  • 页数:157 页
图书介绍:

第1章 统计学习理论基础 1

1.1机器学习 1

基于数据的机器学习问题模型 2

经验风险最小化 5

1.2统计学习理论的产生 5

1.3学习过程的一致性条件 7

1.4 VC维理论 8

1.5推广性的界 9

1.6结构风险最小化 10

结构风险最小化的含义 10

SRM原则的实现 11

第2章 支持向量机基础 13

2.1 SVM的基本思想 13

最优分类面 14

广义的最优分类面 15

2.2核函数 17

2.3支持向量机的经典算法剖析 20

算法概述 21

SMO算法 23

C-SVM算法及其变形算法 28

v-SVM算法 30

2.4 SMO算法的自适应学习改进方法 32

SMO算法与二次规划 33

自适应学习方法 33

实验结果 34

2.5 LibSVM软件 36

LibSVM软件简介 36

LibSVM软件的使用方法 37

第3章 支持向量机的分类、回归问题及应用 41

3.1分类问题的提出及SVM分类原理 41

线性分类 43

近似线性分类 44

非线性分类 45

3.2多类分类问题 46

多类分类原理 47

经典多类分类算法简介 48

3.3 SVM回归原理 53

SVM回归问题的描述 53

线性支持向量机回归 55

非线性支持向量机回归 56

3.4基于关联规则的SVM在线分类方法 57

基本思路 58

混合气体分布模式中心集的生成 59

分布模式SVM的在线学习 60

3.5压力传感器支持向量机的校正方法 62

支持向量机与压力传感器的特性校正原理 62

实验及分析 64

3.6支持向量机回归用于分类 66

思路及推导证明 66

应用实例 67

3.7基于支持向量机的设备备件供应研究 69

设备备件供应保障概述 69

基于LS-SVM的设备备件多元分类 70

基于SVM的设备备件需求预测 73

第4章 应用背景及混合气体红外光谱分析基础 77

4.1研究背景与意义 77

4.2气测录井中混合气体分析的发展、现状及存在的问题 79

气相色谱分析 79

红外光谱分析 82

4.3支持向量机与红外光谱分析结合 87

问题的提出 87

研究方法 88

技术路线 88

4.4红外光谱分析理论基础 88

Lambert-Beer吸收定律 89

红外光谱理论 90

傅立叶变换红外光谱仪 92

4.5红外光谱数据的描述及分析方法 95

红外光谱数据的描述 95

红外光谱分析方法 96

4.6红外光谱分析 97

红外光谱的定性分析 97

红外光谱的定量分析 100

第5章 基于SVM和红外光谱的含烃类混合气体分析方法 105

5.1分析方法的基本工作模式及处理流程 105

分析思路 106

含烃类混合气体组分浓度的SVM分析原理 107

实验装置 108

处理流程 108

5.2含烃类混合气体的基本工作模式分析 110

混合气体样本的建立 110

光谱数据预处理 112

SVM校正模型的训练与检验 112

SVM校正模型的实现 113

第6章 含烃类混合气体分析方法的实际应用研究 115

6.1含烃类混合气体分析方法的参数选择 115

SVM校正模型参数对分析结果的影响 115

光谱数据预处理——归一扩展法 117

光谱分析波段对结果的影响 119

红外光谱仪扫描间隔对结果的影响 120

参数选择结果 121

6.2二氧化碳气体浓度分析 122

混合气体样本的建立 122

光谱数据预处理 124

SVM校正模型的训练与检验 124

SVM校正模型的实现 124

6.3含烃类混合气体组分浓度分析 125

单组分气体实验 125

两组分气体实验 127

多组分气体实验 128

6.4含烃类混合气体组分种类分析 129

SVM校正模型用于混合气体组分种类识别的原理 129

实际应用 130

第7章 层次式SVM子集含烃类混合气体光谱分析框架研究 131

7.1层次式SVM子集混合气体分析框架 131

基本概念 131

层次式SVM子集原理 132

实验结果 134

7.2层次式SVM子集含烃类混合气体的光谱分析集成框架 135

分析集成框架的结构 135

混合气体分布子模式的建立 136

SVM模型的建立及优化 138

分析结果 140

第8章 石油天然气红外光谱分析系统的集成应用 141

8.1实验系统 141

配气系统 141

红外光谱数据样本制作系统 144

SVM校正模型 148

8.2系统集成框架 148

系统总体框架 149

系统硬件 149

系统软件 150

系统功能 153

8.3现场应用 153

性能指标评估 153

运行状况 155

参考文献 156