稀疏非平行支持向量机与最优化pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

稀疏非平行支持向量机与最优化PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 稀疏学习与最优化问题 1

1.1 稀疏学习 2

1.1.1 样本稀疏性 2

1.1.2 特征稀疏性 3

1.2 最优化 4

1.2.1 问题描述 5

1.2.2 优化算法及其分类 5

1.3 遗传算法 7

1.3.1 基本概念 8

1.3.2 步骤 11

1.3.3 基础理论研究概述 12

1.3.4 遗传算法的现状与展望 14

第2章 基础算法 15

2.1 标准支持向量机（SVM） 15

2.2 最小二乘支持向量机（LSSVM） 16

2.3 基于Ramp损失的支持向量机（RSVM） 18

2.4 双子支持向量机（TWSVM） 19

2.4.1 线性双子支持向量机（LTWSVM） 20

2.4.2 非线性双子支持向量机（NLTWSVM） 21

2.5 非平行超平面支持向量机（NPSVM） 22

2.6 大规模SVM 25

2.7 小结 25

第3章 稀疏的非平行超平面支持向量机（RNPSVM） 26

3.1 线性情况 26

3.1.1 原始问题 26

3.1.2 对偶问题 28

3.2 非线性情况 34

3.3 算法分析 34

3.4 数值实验 36

3.5 小结 40

第4章 NPSVM的统计学习理论解释和线性规划的NPSVM 41

4.1 Universum-支持向量机（U-SVM） 41

4.2 U-SVM与NPSVM的关系 42

4.3 基于线性规划的NPSVM 44

4.3.1 线性规划问题 44

4.3.2 数值实验 46

4.4 基于线性规划的RNPSVM 47

4.4.1 线性规划问题 48

4.4.2 数值实验 50

4.5 小结 50

第5章 稀疏的最小二乘支持向量机（RLSSVM） 51

5.1 LSTWSVM和LSSVM的关系 51

5.2 基于ε不敏感损失函数的最小二乘支持向量机（ε-LSSVM） 52

5.3 基于Ramp损失的最小二乘支持向量机（RLSSVM） 54

5.3.1 原始问题 54

5.3.2 对偶问题 56

5.4 算法分析 57

5.5 数值实验 58

5.6 小结 61

第6章 大规模线性NPSVM和RNPSVM算法 62

6.1 交替方向乘子法（ADMM） 62

6.2 大规模线性NPSVM 63

6.3 大规模线性RNPSVM 65

6.4 数值实验 68

6.4.1 小规模数据 69

6.4.2 大规模数据 70

6.5 小结 73

第7章 全局最优化 74

7.1 平滑技术 74

7.2 进化算子 75

7.2.1 平滑函数的性质 75

7.2.2 基于一维搜索的杂交算子 77

7.2.3 变异算子 78

7.3 新的算法 78

7.3.1 算法 78

7.3.2 全局收敛性 78

7.4 数值模拟 80

7.4.1 试验函数 80

7.4.2 模拟结果 82

7.5 小结 85

第8章 非线性约束优化 86

8.1 多目标优化 87

8.1.1 多目标优化基本问题 87

8.1.2 均匀设计的基本思想 88

8.2 基于多目标优化问题转化的遗传算法 89

8.2.1 多目标优化问题的转化 89

8.2.2 算法1 90

8.2.3 算法2 93

8.3 基于种群分类排队的约束优化遗传算法 98

8.3.1 种群分类排队 98

8.3.2 遗传算法 99

8.4 基于D.S.C.法的进化算法 103

8.4.1 改进D.S.C.法 103

8.4.2 遗传算法 104

8.5 小结 107

参考文献 109