不確定性支持向量機原理及應用

定　價：￥38.00

作　者：	楊志民、劉廣利
出版社：	科學出版社
叢編項：
標　簽：	方法

購買這本書可以去

ISBN：	9787030187758	出版時間：	2007-04-01	包裝：	平裝
開本：	B5	頁數(shù)：	237	字數(shù)：

內(nèi)容簡介

　　不確定性支持向量機是商業(yè)智能和數(shù)據(jù)挖掘的一個新的研究領域，它能有效地處理不確定性信息條件下的模式分類、回歸預測、聚類分析和有序回歸等諸多問題，并可應用于預測預警、綜合評價等領域。本書從不確定性規(guī)劃出發(fā)，結(jié)合模糊、粗糙和未確知等不確定性理論，詳細闡述了適用于各類問題的不確定性支持向量機模型和算法。目前國內(nèi)外不確定性優(yōu)化理論和支持向量機相結(jié)合的研究正處于快速發(fā)展階段，希望本書的出版能促進不確定性支持向量機在我國各個應用領域的普及與提升。本書適合于高等院校高年級本科生、研究生、教師和相關領域的實際工作者閱讀。以期能給相關領域的理論研究者和應用工作者提供一些思路和幫助。

作者簡介

　　楊志民，浙江工業(yè)大學教授、博士、碩士生導師。主要從事支持向量機和不確定性信息處理研究。近年來主持和參加多項國家自然科學基金、省自然科學基金項目，出版學術刊物發(fā)表論文50余篇，其中多篇被SCI、EI收錄。

圖書目錄

前言
第1章最優(yōu)化理論基礎
1.1 最優(yōu)化問題
1.1.1 最優(yōu)化問題
1.1.2 線性規(guī)劃
1.1.3 凸最優(yōu)化
1.2 最優(yōu)性條件
1.2.1 幾何最優(yōu)性條件
1.2.2 Fritz John條件
1.2.3 KKT條件
1.2.4 鞍點
1.2.5 對偶理論
1.2.6 二次規(guī)劃
1.3 最優(yōu)化算法
1.3.1 線性逼近法
1.3.2 線性約束條件下的線性逼近法
1.3.3 非線性約束性條件下的線性逼近法
1.3.4 可行方向法
1.3.5 投影梯度法
1.3.6 罰函數(shù)法
第2章不確定性數(shù)學基礎
2.1 模糊數(shù)學
2.1.1 模糊子集及其運算
2.1.2 模糊集的基本定理
2.1.3 模糊矩陣
2.1.4 模糊關系
2.1.5 模糊等價矩陣
2.2 粗糙集
2.2.1 粗糙集理論的基本思想
2.2.2 粗糙集理論的產(chǎn)生的發(fā)展
2.2.3 粗糙集理論的一些基本概念
2.2.4 粗糙集的應用
2.3 未確知理論
2.3.1 未確知數(shù)的概念
2.3.2 未確知數(shù)的加減運算
2.3.3 未確知數(shù)的乘除運算
2.3.4 未確知數(shù)的大小關系
2.3.5 未確知數(shù)的數(shù)學期望與方差
2.3.6 高階未確知數(shù)降階方法
第3章統(tǒng)計學習理論與支持向量機
3.1 統(tǒng)計學習理論
3.2 支持向量分類
3.2.1 基本概念
3.2.2 線性支持向量機
3.2.3 非線性支持向量機
3.2.4 支持向量分類算法
3.2.5 模型參數(shù)選擇
3.2.6 其他分類模型
3.3 支持向量回歸
3.3.1 ε-支持向量回歸
3.3.2 ν-支持向量回歸
3.3.3 其他回歸模型
3.3.4 時間序列分析
3.4 核函數(shù)及其應用
3.4.1 核理論基礎
3.4.2 核主成分分析
3.4.3 預警指標選擇
……
第4章基于可能性理論的模糊支持向量分類機
第5章基于模糊系數(shù)規(guī)劃的模糊支持向量分類機
第6章模糊線性支持向量機
第7章不確定支持向量機
第8章不確定有序支持向量回歸
第9章不確定聚類方法
第10章建立未確知支持向量機的設想
第11章應用
參考文獻