機(jī)器學(xué)習(xí)及其應(yīng)用2007

1 圖象空間中的距離
　1.1　引言
　1.2　兩副圖象間的距離
　1.3　兩組圖象間的距離
　1.4　結(jié)束語
　參考文獻(xiàn)
2　平均獎(jiǎng)賞強(qiáng)化學(xué)習(xí)研究
　2.1　引言
　2.2　MDP與SMDP
2.2.1 單鏈策略迭代算法
　　2.2.2　值迭代算法
　　2.2.3　異步值迭代算法
　2.3　平均獎(jiǎng)賞動(dòng)態(tài)規(guī)劃算法
　2.4　平均獎(jiǎng)賞強(qiáng)化學(xué)習(xí)算法
　2.5　基于參考狀態(tài)的平均獎(jiǎng)賞強(qiáng)化學(xué)習(xí)法
　2.6　仿真實(shí)驗(yàn)
　2.7　結(jié)束語
3　離階異構(gòu)數(shù)據(jù)挖掘
　3.1　引言
　3.2　同構(gòu)數(shù)據(jù)挖掘
　　3.2.1　譜聚類算法
　　3.2.2　Page Rank算法
　3.3　兩類異構(gòu)對象的數(shù)據(jù)挖掘
3.3.1　二部圖的譜分解
3.3.2　基于信息論的協(xié)同聚類
3.4　高階異構(gòu)數(shù)據(jù)挖掘
3.4.1　高階異構(gòu)對象的建模
3.4.2　基于統(tǒng)一關(guān)系矩陣的方法
3.4.3　基于張量的方法
3.4.4　基于相容二部圖的方法
　3.5　結(jié)束語
參考文獻(xiàn)
4 求解SVM的幾何方法研究
4.1 引言
4.2　求解SVM幾何方法的理論基礎(chǔ)
4.2.1 線性可分SVM與最近點(diǎn)問題
4.2.2 L2范數(shù)SVM及其幾何解釋
4.2.3 軟凸包與V—SVM的幾何解釋
4.3 求解線性可分SVM問題的幾何算法
4.3.1 Gilbert算法與最小范數(shù)問題
4.3.2 可分情形下的SK算法
4.3.3 可分情形下的MDM算法
4.4　求解L1范數(shù)SVM問題的幾何算法
4.4.1 軟SK算法
4.4.2　軟MDM算法
4.5 軟SK算法和軟MDM算法的一些實(shí)驗(yàn)結(jié)果
4.5.1 實(shí)驗(yàn)方法、實(shí)驗(yàn)環(huán)境與數(shù)據(jù)庫
4.5.2　軟SK算法實(shí)驗(yàn)
4.5.3 軟MDM算法實(shí)驗(yàn)
4.6 SVM的最小球覆蓋解釋與近似最小球覆蓋算法求解
4.7　SMO與幾何算法之間的聯(lián)系
4.8　結(jié)束語
參考文獻(xiàn)
5　典型相關(guān)分析研究進(jìn)展
5.1 引言
5.2　問題的數(shù)學(xué)刻畫
5.2.1 CCA數(shù)學(xué)描述
　　……
6　Rashmon特征選擇
7　復(fù)雜網(wǎng)絡(luò)上的學(xué)習(xí)
8　聚類分析的新進(jìn)展——譜聚類綜述
9　機(jī)器學(xué)習(xí)與自然語言處理
10　監(jiān)督流形學(xué)習(xí)
11　超完備拓?fù)洫?dú)立分量分析
12　商務(wù)間框架下的機(jī)器學(xué)習(xí)方法
13　半監(jiān)督學(xué)習(xí)中的協(xié)同訓(xùn)練風(fēng)范
參考文獻(xiàn)