支持向量回归机理论及其工业应用分析-support vector regression theory and its industrial application analysis.docx

中国千学技术人学博士论文卜又目录，，一。摘要………，一一一……，……，…二……一……第一章绪论……，支持向量机的产生背景…………机器学习的由来……机器学习研究的发展历程……，，支持向量机的提出………………支持向量机的国内外研究现状……支持向量机的基础理论研究……支持向量机的训练算法研究……支持向量机的应用研究……、课题来源，目的及意义……论文内容安排与创新点……论文的内容安排……主要创新点……，，，参考文献……………………第二章支持向量机的理论基础……统计学习理论……，学习问题的模型…………、、、，经验风险最小化原则………………………学习机器的复杂度与泛化能力一个矛盾问题……‘，学习理论的核心……二……支持向量机算法……一中国科技术人学助卜论又目录支持向量分类机…一支持向量回归机…，，核…………再生核理论与定理……、常用的核及其构造，…………，本章小结…………，参考文献…………第三章基于信息几何的核函数构建…………，引言…………，，基于信息几何的支持向量机核结构…………，，与数据依赖的核构建………………，，仿真研究…………，…………」勺气呀月‘非线性函数回归…………、钢水温度预报模型…………，本章小结…………，参考文献…………、第四章核框架下与普通关系研究……一，引言…………二一，表达式……、，………………，二、，、软不敏感损失函数比…………，，一…………，二、，…………普通方法原理……，·区域化变量…………，平稳假设及内蕴假设………、普通方法……，·········……一与普通等价性证明……一与普通等价性……中国科学技术人学阵士论文，协方差函数作为界许核的可行性………一种核参数选择方法本章小结············……，参考文献…………第五章基于领域知识和不确定信息的研究初探……，引言…………基于领域知识的支持向量回归机……基于领域知识的支持向量回归机……一种信息融合框架·····································……基于区间的支持向量回归机……直接方法···……，······……基于方法········································……本章小结……，参考文献…………，第六章基于的钢淬透性计算及软件实现…………引言……，钢淬透性…………基本概念……端淬法……现有的钢淬透性计算方法……基于支持向量回归机的钢淬透性计算……模型变量选取……数据预处理……参数选取………，，计算结果………，核函数选择对支持向量回归机建模的影响…………软件实现……‘科学技术人于助沦丈本章小结，，参考文献……一第七章总结与展望……………全文总结研究展望攻读博士学位期间撰写的论文及参加的科研项目……勺办尸、，发表和已录用的论文……，，，………………，…………、，，二投出在审论文………………、三参加的科研项目·································……，致谢……，，，……………………中国科学技术大学盯士学位论文第一章绪论支持向量机的产生背景，，我们知道模式识别密度估计以及回归分析等概念归结起来其共同的、，，、，，目的都是从部分数据样本中学习知识获取信息即根据对己知数据的分析。尽可能总结出对整个数据集都适用的普遍规律但是在模式识别问题中如何，，针对己有的有限样本找到最佳的分类面在回归分析中如何有效地控制回归函，。数的容量来实现最优的数据拟合传统的理论和方法包括神经网络等智能方，，，法在内在面对这些问题时均显得无能为力，近年来在这些问题的推动下随着对机器学习研究的不断深入统计学习，，。理论简记为及建立在该理论基础之上的支持向量机简写为得到了飞速发展和广泛应用机器学习的由来，。，人的智慧中一个很重要的方面是从实例学习的能力通过对己知事实的分析，，总结出规律预测不能直接观测的事实在学习过程中重要的是要能够举一反，，三即利用学习得到的规律不但可以较好地解释己知的实例而且能够对未来一。，的现象或无法观测的现象做出正确的预测和判断【，。在人工智能领域人们希望能够用机器来模拟人的这种学习能力这就是通，，，常所说的基于数据的机器学习问题或者简单地称作机器学习问题机器学习的，一。目的是设计某种方法使之能够通过对己知数据的学习找到数据内在的相互，依赖关系从而对未知数据进行预测或对其性质进行判断【口机器学习研究的发展历程一机器学习的研究主要经历了如下四个阶段，，学习机器的创立世纪年代，世纪年代初提出了第一个学习机器的模型称作感知器〔章绪论。标志着人们对学习过程进行数学研究的真开始。飞巴感知器的模型表，示为一个计算机程序这一作在机器学习中具有里程碑式的意义，学习理论基础的创立世纪一年代，。在感知器的模型建立之后人们很快提出了一些其他类型的学习机器如、，构造的自适应学习机提出的学习矩阵不过这些学