《鲁棒最小二乘支持向量机研究与应用》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:刘京礼编
  • 出 版 社:北京:经济管理出版社
  • 出版年份:2012
  • ISBN:9787509618493
  • 页数:146 页
图书介绍:本书首先系统整理了文献中对支持向量机模型和最小二乘支持向量机模型中改进鲁棒性的方法,并指出改进中存在的问题和缺陷;其次,针对最小二乘支持向量机模型丢失稀疏性和鲁棒性的原因;再次,本书论述了在实际的二分类问题中,由于噪声点或者噪声特征的存在使得样本的标签会出现不确定的情况;最后,指出不同的样本在分类函数的构造中所起不同作用。

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