123,123,123

內(nèi)容簡(jiǎn)介

　　不確定性支持向量機(jī)是商業(yè)智能和數(shù)據(jù)挖掘的一個(gè)新的研究領(lǐng)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(yù)測(cè)、聚類分析和有序回歸等諸多問(wèn)題，并可應(yīng)用于預(yù)測(cè)預(yù)警、綜合評(píng)價(jià)等領(lǐng)域。本書(shū)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(xì)闡述了適用于各類問(wèn)題的不確定性支持向量機(jī)模型和算法。目前國(guó)內(nèi)外不確定性優(yōu)化理論和支持向量機(jī)相結(jié)合的研究正處于快速發(fā)展階段，希望本書(shū)的出版能促進(jìn)不確定性支持向量機(jī)在我國(guó)各個(gè)應(yīng)用領(lǐng)域的普及與提升。本書(shū)適合于高等院校高年級(jí)本科生、研究生、教師和相關(guān)領(lǐng)域的實(shí)際工作者閱讀。以期能給相關(guān)領(lǐng)域的理論研究者和應(yīng)用工作者提供一些思路和幫助。

作者簡(jiǎn)介

　　楊志民，浙江工業(yè)大學(xué)教授、博士、碩士生導(dǎo)師。主要從事支持向量機(jī)和不確定性信息處理研究。近年來(lái)主持和參加多項(xiàng)國(guó)家自然科學(xué)基金、省自然科學(xué)基金項(xiàng)目，出版學(xué)術(shù)刊物發(fā)表論文50余篇，其中多篇被SCI、EI收錄。

圖書(shū)目錄

前言
第1章最優(yōu)化理論基礎(chǔ)
1.1 最優(yōu)化問(wèn)題
1.1.1 最優(yōu)化問(wèn)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(diǎn)
1.2.5 對(duì)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(xué)基礎(chǔ)
2.1 模糊數(shù)學(xué)
2.1.1 模糊子集及其運(yùn)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(guān)系
2.1.5 模糊等價(jià)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(yīng)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(yùn)算
2.3.3 未確知數(shù)的乘除運(yùn)算
2.3.4 未確知數(shù)的大小關(guān)系
2.3.5 未確知數(shù)的數(shù)學(xué)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(jì)學(xué)習(xí)理論與支持向量機(jī)
3.1 統(tǒng)計(jì)學(xué)習(xí)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(jī)
3.2.3 非線性支持向量機(jī)
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(shí)間序列分析
3.4 核函數(shù)及其應(yīng)用
3.4.1 核理論基礎(chǔ)
3.4.2 核主成分分析
3.4.3 預(yù)警指標(biāo)選擇
……
第4章基于可能性理論的模糊支持向量分類機(jī)
第5章基于模糊系數(shù)規(guī)劃的模糊支持向量分類機(jī)
第6章模糊線性支持向量機(jī)
第7章不確定支持向量機(jī)
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(jī)的設(shè)想
第11章應(yīng)用
參考文獻(xiàn)