支持向量机方法应用教程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]

支持向量机方法应用教程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 绪论 1

1.1 计算机应用的历史回顾 1

1.2 计算机学习的基本问题 2

1.3 SVM方法的基本思想 6

1.4 SVM方法的特点和应用展望 8

1.5 SVM方法的参数优化 10

1.6 本章小结 10

第2章 线性支持向量机模式识别 11

2.1 模式识别问题的表述 11

2.2 最优划分超平面与支持向量的概念 13

2.3 最优划分超平面的求解 15

2.4 线性不可分问题的求解 20

2.5 线性多类分类问题的求解 22

2.6 本章小结 26

第3章 非线性支持向量机模式识别 27

3.1 数学预备知识 28

3.2 非线性映射与特征空间 32

3.3 特征空间中的线性学习机 34

3.4 Mercer核和内积 35

3.5 基于核方法的非线性SVM 38

3.6 SVM方法的特点 39

3.7 本章小结 41

第4章 支持向量机回归分析 42

4.1 回归分析的问题表述 42

4.2 ε-不敏感函数 43

4.3 最优回归超平面与SVM线性回归 44

4.4 非线性SVM回归 48

4.5 SVM回归方法的特点 50

4.6 本章小结 54

第5章 关于支持向量机方法的进一步思考 55

5.1 从样本到样本的推理 55

5.2 SVM方法的非线性本质 56

5.3 关于核方法 57

5.4 学习机性能的评价 60

5.5 标准SVM及其变种 62

5.6 SVM方法的弱点和“开问题” 63

5.7 本章小结 63

第6章 统计学习理论 65

6.1 ERM归纳原则 65

6.2 统计学习的基本定理 67

6.3 函数集的VC维 70

6.4 VC维与生长函数的关系 76

6.5 关于学习机推广能力的界 77

6.6 SRM归纳原则 81

6.7 本章小结 83

第7章 CMSVM 2.0软件平台及其使用方法 84

7.1 CMSVM软件平台的设计思路 84

7.2 CMSVM 2.0软件平台概述 87

7.3 CMSVM 2.0的安装及系统目录结构 88

7.4 数据文件格式要求 89

7.5 CMSVM 2.0使用说明 92

7.6 运行生成文件和对应查询 109

7.7 关于CMSVM系统中的核函数 118

7.8 关于CMSVM系统中的其他参数 122

7.9 关于CMSVM系统中的参数寻优 124

7.10 本章小结 128

第8章 支持向量机方法在天气预报中的应用 129

8.1 SVM方法用于降水预报和温度预报的建模实例 130

8.2 SVM方法用于预报因子筛选的实例 135

8.3 SVM方法用于短期气候预测 146

8.4 SVM与ANN方法预报效果的比较 148

8.5 本章小结 151

参考文献 152

附录 支持向量机方法在天气预报中应用论文索引 154