扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
非标准支持向量机 版权信息
- ISBN：9787811346466
- 条形码：9787811346466 ; 978-7-81134-646-6
- 装帧：暂无
- 册数：暂无
- 重量：暂无
- 所属分类：>
非标准支持向量机 内容简介
本书首先介绍了引领*优化方法应用研究的一些新的内容，包括锥规划和鲁棒优化，这是其进一步研究新的支持向量机的*优化基础；介绍了标准支持向量机处理有监督学习问题（分类问题）的基本思想及相应模型；之后则是作者的一系列研究成果：例如基于支持向量分类机的半监督和无监督两分类算法，训练数据在对称多面体扰动情况下、一般多面体扰动情况下、椭球体内扰动情况下的半监督和无监督两分类算法，以及相应的理论分析等。
本书的读者对象主要是具有一定优化基础并对于支持向量机有一定了解的人士。对于支持向量机的引入等相关基础知识，本书只为体系完善而做了简要介绍。
本书各章的主要内容如下：**章介绍线性锥优化和鲁棒优化的基础知识；第二章介绍支持向量分类机的基本思想及相应各种模型；第三章介绍基于支持向量分类机的无监督和半监督两分类算法；第四章介绍数据（样本）在对称多面体内扰动的无监督和半监督两分类算法；第五章则是介绍数据在一般多面体内扰动的无监督和半监督两分类算法；第六章介绍数据在椭球体内扰动的无监督和半监督两分类算法。
非标准支持向量机 目录
**章 线性锥优化与鲁棒优化
1.1 线性锥优化理论基础
1.1.1 带有广义不等式的凸规划
1.1.2 二阶锥规划
1.1.3 半定规划
1.2 hilbert空间的凸规划理论
1.3 鲁棒优化理论
1.3.1 sim鲁棒优化方法
1.3.2 mangasarian鲁棒优化方法
第二章 支持向量分类机
2.1 标准支持向量分类机
2.1.1 支持向量分类机的基本思想
2.1.2 标准支持向量分类机
2.2 支持向量分类机的变形
2.2.1 c-支持向量分类机的一种变形
2.2.2 v-支持向量分类机
2.2.3 限定c-支持向量分类机
2.2.4 限定v-支持向量分类机
2.2.5 拉格朗日支持向量分类机
第三章 基于支持向量分类机的无监督和半监督两分类算法
3.1 无监督和半监督分类问题
3.1.1 无监督和半监督学习问题的描述
3.1.2 无监督和半监督两分类问题的数学描述
3.2 无监督和半监督两分类问题研究现状
3.2.1 无监督两分类问题研究现状
3.2.2 半监督两分类问题研究现状
3.3 以限定v-支持向量分类机为基础的无监督和半监督两分类算法
3.3.1 无监督两分类算法
3.3.2 半监督两分类算法
3.3.3 参数v的含义
3.3.4 近似程度
3.4 以拉格朗日支持向量分类机为基础的无监督和半监督两分类算法
3.4.1 以拉格朗日支持向量分类机为基础的无监督和半监督两分类算法
3.4.2 近似程度
3.5 以标准支持向量机为基础的无监督两分类法
3.5.1 以标准支持向量机为基础的无监督两分类算法
3.5.2 近似程度
第四章 数据在对称多面体内扰动的鲁棒无监督和半监督两分类算法
4.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
4.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
4.1.2 基于限定v-支持向量机的鲁棒半监督两分类算法
4.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
4.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
4.2.2 基于限定c-支持向量机的鲁棒半监督两分类算法
4.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
4.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
4.3.2 基于拉格朗日支持向量机的鲁棒半监督两分类算法
第五章 数据在一般多面体扰动的鲁棒无监督和半监督两分类算法
5.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
5.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
5.1.2 基于限定v-支持向量分类机的鲁棒半监督两分类算法
5.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
5.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
5.2.2 基于限定c-支持向量分类机的鲁棒半监督两分类算法
5.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
5.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
5.3.2 基于拉格朗日支持向量分类机的鲁棒半监督两分类算法
5.4 mangasarian鲁棒优化方法与sim鲁棒优化方法的关系
第六章 数据在椭球体内扰动的无监督和半监督两分类算法
6.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
6.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
6.1.2 基于限定v-支持向量分类机的鲁棒半监督两分类算法
6.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
6.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
6.2.2 基于限定c-支持向量分类机的鲁棒半监督两分类算法
6.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
6.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
6.3.2 基于拉格朗日支持向量分类机的鲁棒半监督两分类算法
参考文献
后记
1.1 线性锥优化理论基础
1.1.1 带有广义不等式的凸规划
1.1.2 二阶锥规划
1.1.3 半定规划
1.2 hilbert空间的凸规划理论
1.3 鲁棒优化理论
1.3.1 sim鲁棒优化方法
1.3.2 mangasarian鲁棒优化方法
第二章 支持向量分类机
2.1 标准支持向量分类机
2.1.1 支持向量分类机的基本思想
2.1.2 标准支持向量分类机
2.2 支持向量分类机的变形
2.2.1 c-支持向量分类机的一种变形
2.2.2 v-支持向量分类机
2.2.3 限定c-支持向量分类机
2.2.4 限定v-支持向量分类机
2.2.5 拉格朗日支持向量分类机
第三章 基于支持向量分类机的无监督和半监督两分类算法
3.1 无监督和半监督分类问题
3.1.1 无监督和半监督学习问题的描述
3.1.2 无监督和半监督两分类问题的数学描述
3.2 无监督和半监督两分类问题研究现状
3.2.1 无监督两分类问题研究现状
3.2.2 半监督两分类问题研究现状
3.3 以限定v-支持向量分类机为基础的无监督和半监督两分类算法
3.3.1 无监督两分类算法
3.3.2 半监督两分类算法
3.3.3 参数v的含义
3.3.4 近似程度
3.4 以拉格朗日支持向量分类机为基础的无监督和半监督两分类算法
3.4.1 以拉格朗日支持向量分类机为基础的无监督和半监督两分类算法
3.4.2 近似程度
3.5 以标准支持向量机为基础的无监督两分类法
3.5.1 以标准支持向量机为基础的无监督两分类算法
3.5.2 近似程度
第四章 数据在对称多面体内扰动的鲁棒无监督和半监督两分类算法
4.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
4.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
4.1.2 基于限定v-支持向量机的鲁棒半监督两分类算法
4.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
4.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
4.2.2 基于限定c-支持向量机的鲁棒半监督两分类算法
4.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
4.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
4.3.2 基于拉格朗日支持向量机的鲁棒半监督两分类算法
第五章 数据在一般多面体扰动的鲁棒无监督和半监督两分类算法
5.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
5.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
5.1.2 基于限定v-支持向量分类机的鲁棒半监督两分类算法
5.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
5.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
5.2.2 基于限定c-支持向量分类机的鲁棒半监督两分类算法
5.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
5.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
5.3.2 基于拉格朗日支持向量分类机的鲁棒半监督两分类算法
5.4 mangasarian鲁棒优化方法与sim鲁棒优化方法的关系
第六章 数据在椭球体内扰动的无监督和半监督两分类算法
6.1 基于限定v-支持向量分类机的鲁棒无监督和半监督两分类算法
6.1.1 基于限定v-支持向量分类机的鲁棒无监督两分类算法
6.1.2 基于限定v-支持向量分类机的鲁棒半监督两分类算法
6.2 基于限定c-支持向量分类机的鲁棒无监督和半监督两分类算法
6.2.1 基于限定c-支持向量分类机的鲁棒无监督两分类算法
6.2.2 基于限定c-支持向量分类机的鲁棒半监督两分类算法
6.3 基于拉格朗日支持向量分类机的鲁棒无监督和半监督两分类算法
6.3.1 基于拉格朗日支持向量分类机的鲁棒无监督两分类算法
6.3.2 基于拉格朗日支持向量分类机的鲁棒半监督两分类算法
参考文献
后记
展开全部
非标准支持向量机 节选
《非标准支持向量机》首先介绍了引领*优化方法应用研究的一些新的内容，包括锥规划和鲁棒优化，这是其进一步研究新的支持向量机的*优化基础；介绍了标准支持向量机处理有监督学习问题（分类问题）的基本思想及相应模型；之后则是作者的一系列研究成果：例如基于支持向量分类机的半监督和无监督两分类算法，训练数据在对称多面体扰动情况下、一般多面体扰动情况下、椭球体内扰动情况下的半监督和无监督两分类算法，以及相应的理论分析等。 《非标准支持向量机》的读者对象主要是具有一定优化基础并对于支持向量机有一定了解的人士。对于支持向量机的引入等相关基础知识，《非标准支持向量机》只为体系完善而做了简要介绍。 《非标准支持向量机》各章的主要内容如下：**章介绍线性锥优化和鲁棒优化的基础知识；第二章介绍支持向量分类机的基本思想及相应各种模型；第三章介绍基于支持向量分类机的无监督和半监督两分类算法；第四章介绍数据（样本）在对称多面体内扰动的无监督和半监督两分类算法；第五章则是介绍数据在一般多面体内扰动的无监督和半监督两分类算法；第六章介绍数据在椭球体内扰动的无监督和半监督两分类算法。
非标准支持向量机 作者简介
赵琨，女，1978年3月出生于辽宁省本溪市，管理学博士，毕业于中国农业大学理学院运筹与管理专业。目前在北京物资学院物流学院担任教师，研究领域主要是机器学习、最优化方法和供应链管理。
书友推荐
- >
巴金－再思录
巴金－再思录
¥33.1¥46.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥40.6¥58.0 - >
山海经
山海经
¥20.4¥68.0 - >
推拿
推拿
¥12.2¥32.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
经典常谈
经典常谈
¥17.1¥39.8 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥9.1¥24.0 - >
烟与镜
烟与镜
¥20.6¥48.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
