本書系統(tǒng)論述了分片線性分類器的設計方法及相關(guān)問題。全書共六章：第1章介紹分片線性分類器的發(fā)展歷程和演化趨勢，以及傳統(tǒng)的分片線性分類器的設計方法，并對其優(yōu)缺點進行分析和總結(jié)；第2章詳細論述該領(lǐng)域的**研究成果，即組合凸線性感知器這一通用理論框架；第3～6章分別從分類精度提升、分類模型簡化、克服數(shù)據(jù)可分性限制和新框架設計等方面論述組合凸線性感知器框架的改進之處和完善策略，這其中包含作者的大部分工作。
更多科學出版社服務，請掃碼獲取。
目錄
前言
本書所用符號及含義
第1章 緒論 1
1.1 分片線性分類基礎(chǔ) 1
1.2 分片線性分類器的設計方法介紹 4
1.2.1 委員會機 4
1.2.2 線性規(guī)劃方法 6
1.2.3 局部訓練方法 9
1.2.4 決策樹方法 12
1.2.5 最大-最小可分性方法 14
1.2.6 組合凸線性感知器 16
1.3 最新研究概況 17
1.3.1 生長設計方法 17
1.3.2 極大切割設計方法 18
1.3.3 軟間隔設計方法 18
1.3.4 新框架設計 19
第2章 組合凸線器框架 20
2.1 支持向量機簡介 20
2.2 支持組合凸線器 23
2.2.1 凸包和可分性 23
2.2.2 線性分類器 24
2.2.3 支持凸線器的定義 26
2.2.4 支持組合凸線器的形式 28
2.2.5 支持組合凸線器的預測規(guī)則 31
2.3 小結(jié) 32
第3章 生長設計方法 34
3.1 原有設計方法存在的問題 34
3.2 凸線器的生長設計方法 35
3.2.1 擠壓操作 35
3.2.2 生長支持凸線器算法 37
3.2.3 算法復雜度 38
3.3 組合凸線器的生長設計方法 39
3.3.1 膨脹操作 39
3.3.2 生長支持組合凸線器算法 41
3.3.3 算法復雜度 43
3.4 實驗結(jié)果及分析 44
3.4.1 在人工合成數(shù)據(jù)集上的實驗 44
3.4.2 在標準數(shù)據(jù)集上的實驗 45
3.4.3 與NNA和DTA的對比實驗 51
3.4.4 在n維單位超球組上的實驗 52
3.5 小結(jié) 53
第4章 極大切割設計方法 55
4.1 奧卡姆剃刀原理 55
4.2 凸線器的極大切割設計方法 56
4.2.1 極大切割過程 56
4.2.2 極大切割支持凸線器算法 58
4.2.3 算法復雜度 60
4.3 組合凸線器的極大切割設計方法 60
4.3.1 極大切割過程 60
4.3.2 極大切割支持組合凸線器算法 62
4.3.3 算法復雜度 63
4.4 實驗結(jié)果及分析 64
4.4.1 在人工合成數(shù)據(jù)集上的實驗 64
4.4.2 在標準數(shù)據(jù)集上的實驗 65
4.4.3 與NNA和DTA的對比實驗 68
4.4.4 在n維單位超球組上的實驗 69
4.5 與生長設計方法的對比分析 70
4.6 小結(jié) 72
第5章 軟間隔設計方法 73
5.1 顯式空間映射 73
5.2 CDMA的帶核推廣 75
5.2.1 核化的CDMA 76
5.2.2 KCDMA的預測規(guī)則 80
5.3 組合凸線器的軟間隔設計方法 81
5.3.1 軟間隔凸線器設計 81
5.3.2 聚類的軟間隔組合凸線器設計 82
5.4 實驗結(jié)果及分析 84
5.4.1 與SMA的對比實驗 84
5.4.2 與SVM、NNA及DTA的對比實驗 86
5.4.3 在n維單位超球組上的實驗 88
5.4.4 在非疊可分數(shù)據(jù)集上的實驗 89
5.5 小結(jié) 90
第6章 交錯式組合凸線器設計方法 92
6.1 設計分片線性分類器的新思路 92
6.2 極大凸可分子集 94
6.3 交錯式組合凸線器的定義 95
6.4 支持交錯式組合凸線器算法 99
6.5 實驗結(jié)果及分析 102
6.5.1 在Fourclass數(shù)據(jù)集上的實驗 102
6.5.2 在標準數(shù)據(jù)集上的實驗 104
6.5.3 與NNA和DTA的對比實驗 106
6.5.4 在n維單位超球組上的實驗 106
6.6 小結(jié) 107
參考文獻 109
結(jié)束語 117
書單推薦
