基于流形正则化的核方法研究与应用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]

基于流形正则化的核方法研究与应用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

1 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 3

1.3 主要研究内容及技术路线 17

1.4 组织结构 19

1.5 本章小结 21

2 基本理论 22

2.1 统计学习理论 22

2.2 支持向量机 29

2.3 核函数 36

2.4 正则化方法 39

2.5 本章小结 42

3 基于聚类的不平衡数据分类方法 43

3.1 基于样本加权的可能性模糊聚类算法 43

3.2 可能性模糊核聚类算法 69

3.3 基于可能性模糊聚类的支持向量机 86

3.4 实验结果与分析 96

3.5 本章小结 106

4 基于聚类的非参数核学习分类方法 107

4.1 核评估标准 107

4.2 典型的核学习方法 112

4.3 有监督非参核学习分类方法 119

4.4 无监督非参核学习分类方法 131

4.5 本章小结 149

5 基于流形正则化的快速分类方法 150

5.1 极速学习机基础理论 150

5.2 极速学习机与流形正则化框架关系定理 159

5.3 流形正则化极速学习机 170

5.4 实验结果与性能对比 175

5.5 本章小结 190

6 结论与展望 191

6.1 总结 191

6.2 展望 193

参考文献 195