| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| Extended Abstract | 第9-18页 |
| 1 绪论 | 第18-27页 |
| 1.1 选题背景及意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-23页 |
| 1.3 存在问题及研究重点 | 第23-25页 |
| 1.4 本文主要研究内容及组织结构 | 第25-27页 |
| 2 基础性NHC分类算法 | 第27-45页 |
| 2.1 GEPSVM算法 | 第27-31页 |
| 2.2 TWSVM算法 | 第31-37页 |
| 2.3 PTSVM算法 | 第37-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3 局部保持孪生支持向量机 | 第45-65页 |
| 3.1 引言 | 第45-46页 |
| 3.2 局部保持投影 | 第46-47页 |
| 3.3 局部保持孪生支持向量机算法 | 第47-56页 |
| 3.4 实验分析 | 第56-64页 |
| 3.5 本章小结 | 第64-65页 |
| 4 非线性最小二乘投影孪生支持向量机 | 第65-80页 |
| 4.1 引言 | 第65-66页 |
| 4.2 最小二乘投影孪生支持向量机算法 | 第66-70页 |
| 4.3 非线性最小二乘投影孪生支持向量机算法 | 第70-73页 |
| 4.4 实验分析 | 第73-78页 |
| 4.5 本章小结 | 第78-80页 |
| 5 鲁棒的局部加权孪生支持向量机 | 第80-103页 |
| 5.1 引言 | 第80-81页 |
| 5.2 局部加权孪生支持向量机算法 | 第81-88页 |
| 5.3 鲁棒的局部加权孪生支持向量机算法 | 第88-95页 |
| 5.4 实验分析 | 第95-101页 |
| 5.5 本章小结 | 第101-103页 |
| 6 加权投影孪生支持向量机及最小二乘加权投影孪生支持向量机 | 第103-124页 |
| 6.1 引言 | 第103-104页 |
| 6.2 加权投影孪生支持向量机 | 第104-108页 |
| 6.3 最小二乘加权投影孪生支持向量机 | 第108-113页 |
| 6.4 实验分析 | 第113-122页 |
| 6.5 本章小结 | 第122-124页 |
| 7 结论与展望 | 第124-127页 |
| 7.1 结论 | 第124-125页 |
| 7.2 展望 | 第125-127页 |
| 参考文献 | 第127-135页 |
| 作者简历 | 第135-137页 |
| 学位论文数据集 | 第137页 |