新書推薦：
《
量子网络的构建与应用
》
售價：HK$
109.8
《
拍电影的热知识：126部影片里的创作技巧（全彩插图版）
》
售價：HK$
109.8
《
大唐名城：长安风华冠天下
》
售價：HK$
87.4
《
情绪传染（当代西方社会心理学名著译丛）
》
售價：HK$
88.5
《
中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版
》
售價：HK$
236.0
《
革命与反革命：社会文化视野下的民国政治（近世中国丛书）
》
售價：HK$
93.2
《
画楼：《北洋画报》忆旧（年轮丛书）
》
售價：HK$
337.5
《
大国脊梁：漫画版
》
售價：HK$
80.2
|
| 內容簡介： |
本书以分类问题（模式识别、判别分析）为背景，介绍求解分类问题的支持向量机的基本理论、方法和应用，重点内容是支持向量机的理论基础和模型、分类问题的支持向量回归机求解途径、中心支持向量分类机、推理型支持向量分类机及支持向量分类机的应用。
本书可作为理工类、管理类等专业的高年级本科生、研究生的教材和教师的教学参考书，也可供有关领域的科技人员阅读参考。
|
| 關於作者： |
|
阎满富，男，汉族，博士，教授。历任唐山师范专科学校数学系副主任、主任、副校长等职。现任唐山师范学院副院长。1991年被评为河北省优秀教师，1999年荣获曾宪梓教育基金会“高等师范院校优秀教师奖”。在《中国高等教育》、《中国高教研究》、《工程数学学报》、《系统工程》等核心期刊上发表教育管理和学术论文30余篇，其中被国际三大检索刊物收录三篇。主编专著、教材和教学辅助用书12部，其中主编教育部确定的全国通用教材一部。获河北省教学成果二、三等奖各一项。参与国家自然科学基金项目研究一项，主研项目“基于SVM的海水工厂化养殖环境监测智能信息系统”被中国科学院专家鉴定为国际先进水平，并获唐山市人民政府科技进步二等奖。
|
| 目錄：
|
第1章 绪 论
1.1 机器学习
1.2 统计学习理论
1.3 支持向量机基本思想
1.4 支持向量机的研究现状
1.5 本书研究的主要内容和结构
第2章 支持向量机的理论基础和模型
2.1 支持向量机的优化理论基础
2.2 支持向量分类机的各种模型
2.3 支持向量回归机的各种模型
2.4 小结
第3章 分类问题的支持向量回归机求解途径
3.1 一般形式的支持向量回归机模型
3.2 使用高斯损失函数的支持向量回归机模型
3.3 求解分类问题的支持向量回归机模型
3.4 简化的SMO算法
3.5 求解分类问题的支持向量回归机线性规划模型
3.6 求解多类分类问题的支持向量回归机线性规划模型
3.7 数值试验
3.8 小结
第4 章 中心支持向量分类机
4.1 基本思想
4.2 加权的中心支持向量分类机
4.3 多类问题分类模型
4.4 不确定中心支持向量分类机
4.5 小结
第5 章 推理型支持向量分类机
5.1 原始化问题及其对偶问题
5.2 改进的推理型支持向量机
5.3 网络入侵检测的新方法
5.4 小结
第6 章 基于支持向量机的海水工厂化养殖环境监测
6.1 海水养殖问题研究的背景和意义
6.2 支持向量机应用于海水养殖问题的提出
6.3 支持向量机在大菱鲆养殖中的应用
6.4 小结
第7 章 支持向量机在其他领域的应用
7.1 在地源热泵系统中的应用
7.2 在教师教育师资队伍评价中的应用
7.3 在义务教育学校均衡发展评价中的应用
7.4 在商务采购决策管理中的应用
7.5 在棚栽植物生长环境监测中的应用
参考文献
附 录
附录 A 基础知识
附录B 希尔伯特空间
附录C 概 率
附录D 鸢尾属植物数据集
附录E 化理论基础
|
| 內容試閱：
|
支持向量机（Support Vector Machine，SVM）是基于统计学习理论、借助化方法来解决机器学习问题的新工具。它由科尔特斯（Cortes）和瓦普尼克（Vapnik）于1995年首先提出，并已成为近年来机器学习研究的一项重大成果。目前对支持向量机的研究主要集中在对其本身性质的研究和完善及加大应用研究的深度和广度两个方面。本书以解决分类问题为目标，从理论和模型的完善及应用两个方面，对支持向量分类机（Support Vector Classifier Machine，SVC）进行了较深入的研究和探讨，以做到理论和实践的结合。
以下是本书讨论的主要问题。
（1）在深入研究现有支持向量分类机和支持向量回归机（Support Vector Regression Machine，SVR）的基础上，把分类问题看作特殊的回归问题来处理，通过引入不同的范数及不同的损失函数，构建求解分类问题的支持向量回归机新模型，并对引入高斯损失函数得到的新模型给出求解的简便方法——简化的序列小化算法。另外，针对多类分类问题提出了新的多类分类模型，数值试验表明该模型的鲁棒性和有效性，从而给出求解分类问题的支持向量机的新思路和新途径。
（2）冯（Fung）和曼格萨（Mangasarian）从直观上提出了中心支持向量分类机。本书通过理论推导和分析构造出中心支持向量分类机的原始优化问题，从不同的途径给出了中心支持向量分类机。在此基础上，首次给出了稀疏的中心支持向量分类机和加权的中心支持向量分类机。对含有不确定信息的分类问题，通过引入概率变量，构建了不确定中心支持向量分类机，从而实现对中心支持向量分类机理论的推广完善和创新。
（3）瓦普尼克提出了推理型支持向量分类机，其优化问题的求解比较困难。本书将其原始化问题变为无约束问题，并对其进行光滑化，从而构建了改进的推理型支持向量机和加权的推理型支持向量机，并成功地将新模型应用到网络入侵检测中，给出了网络入侵检测的新方法，使推理型支持向量机的理论和应用研究有了新的突破。
（4）首次将支持向量分类机应用到海水工厂化养殖中的环境监测问题。对河北省唐山市、秦皇岛市沿海的养殖工厂随机采集鱼类生长环境数据，进行检测和监控实验，取得了较好的应用效果，在切实解决实际问题的同时，进一步拓宽了支持向量机的应用领域。例如，本书给出支持向量分类机在棚栽植物生长环境监测中的应用，在地源热泵系统混合防冻剂、制冷剂配比中的应用，在义务教育学校均衡发展评价中的应用，在教师教育师资队伍量化评价中的应用，以及在商务决策管理的量化评价与调整中的应用等。本书构建的各种新的支持向量分类机，较一般支持向量分类机有明显的优势和良好性能，主要体现在有的模型求解算法简便、有的模型测试精度高、有的模型解决实际问题时针对性强，这均在数值试验和实际应用中得到证实。
本书得以出版，要特别感谢我的导师中国农业大学邓乃扬教授和我的同学中国科学院大学田英杰教授的指导，也特别感谢唐山师范学院的资助。
由于本人水平有限，书中难免有疏漏之处，敬请读者批评指正。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
