亚洲精品无码,日日噜噜夜夜狠狠视频蜜芽,日日摸天天摸97狠狠婷婷

內(nèi)容簡介

　　二分類問題是統(tǒng)計學(xué)習(xí)理論、機器學(xué)習(xí)以及人工智能中研究的一個重要問題。由于隨機的或者非隨機過程的存在，現(xiàn)實生活中的數(shù)據(jù)經(jīng)常帶有噪聲和不確定性。數(shù)據(jù)的噪聲以及不確定性會影響統(tǒng)計學(xué)習(xí)分類算法模型的性能，降低分類的準(zhǔn)確率及其分類模型的推廣能力?！遏敯糇钚《酥С窒蛄繖C研究與應(yīng)用》從加強最小二乘支持向量機模型的魯棒性和稀疏性、增強其推廣能力的理念出發(fā)，系統(tǒng)整理了文獻中對最小二乘支持向量機模型（LS-SVM）中改進魯棒性的方法，提出了改進LS-SVM魯棒性的三個模型：KPCA-L1-LS-SVM、FL1-LS-SVM和RW-Lp-LS-SVM模型，分別從特征壓縮、噪聲點的剔除以及樣本信息重要程度的角度出發(fā)對LS-SVM模型的魯棒性做了改進。

作者簡介

　　劉京禮，漢族，1975年1月生，山東膠州市人。2010年畢業(yè)于中國科學(xué)技術(shù)大學(xué)管理學(xué)院，師從中國科學(xué)院科技政策與管理科學(xué)研究所徐偉宣研究員和中國科學(xué)院研究生院管理學(xué)院石勇教授，現(xiàn)在山東工商學(xué)院煤炭經(jīng)濟研究院工作。主要研究方向為：信用風(fēng)險評估、優(yōu)化理論與方法。目前主持國家自然科學(xué)基金面上項目：消費者信用風(fēng)險動態(tài)評估研究（71171123）和山東省優(yōu)秀中青年科學(xué)家科研獎勵基金：基于動態(tài)支持向量機的消費者信用風(fēng)險評估（BS2011SF011）。發(fā)表學(xué)術(shù)論文9篇，其中SCI檢索3篇。

圖書目錄

1 緒論
1.1 研究背景和意義
1.2 魯棒支持向量機研究綜述
1.3 本書的內(nèi)容和結(jié)構(gòu)安排
1.4 研究方法和思路
1.5 本書的技術(shù)路徑
2 最優(yōu)化理論
2.1 最優(yōu)化問題的一般形式
2.2 約束極值問題的最優(yōu)化條件
2.3 庫恩塔克條件
2.4 對偶理論
2.5 小-結(jié)
3 二分類問題
3.1 引言
3.2 二分類模型
3.3 分類模型準(zhǔn)確率的估計方法
3.4 二分類算法的有效性
3.5 支持向量機
3.6 最小二乘支持向量機模型
3.7 小結(jié)
4 魯棒最小二乘支持向量機中的特征抽取和選擇
4.1 引言
4.2 特征選擇和抽取
4.3 核主成分法
4.4 稀疏L1-范數(shù)LS-SVM模型
4.5 雙層L1-范數(shù)LS-SVM模型
4.6 模糊L1-范數(shù)LS-SVM模型
4.7 小結(jié)
5 最小二乘支持向量機的魯棒分類模型
5.1 引言
5.2 Lp范數(shù)支持向量機的分類模型
5.3 魯棒賦權(quán)自適應(yīng)Lp范數(shù)最小二乘支持向量機
5.4 小-結(jié)
6 消費者信用風(fēng)險評估
6.1 引言
6.2 目前的消費者信用評估模型評述
6.3 消費者信用風(fēng)險評估模型的實證分析
6.4 KPCA-L1-LS=SVM模型在信用風(fēng)險中的應(yīng)用
6.5 FL1-LS-SVM模型在信用風(fēng)險中的應(yīng)用
6.6 魯棒賦權(quán)自適應(yīng)Lp范數(shù)LS-SVM模型在信用風(fēng)險中的應(yīng)用
6.7 小結(jié)
……
7 總結(jié)與展望
符號說明
參考文獻
后記
附圖
附表