| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容与论文组织结构 | 第10-12页 |
| 1.3.1 主要研究内容 | 第10-11页 |
| 1.3.2 论文组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 相关知识 | 第13-18页 |
| 2.1 单类支持向量机 | 第13-14页 |
| 2.2 样本加权的单类支持向量机 | 第14-16页 |
| 2.2.1 基于距离加权的单类支持向量机 | 第15页 |
| 2.2.2 局部密度加权的单类支持向量机 | 第15-16页 |
| 2.3 基于ramp损失函数的鲁棒单类支持向量机 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 自适应加权单类支持向量机 | 第18-25页 |
| 3.1 数学模型 | 第18-19页 |
| 3.2 算法实现 | 第19页 |
| 3.3 实验结果 | 第19-24页 |
| 3.3.1 人工数据集 | 第20-21页 |
| 3.3.2 标准数据集 | 第21-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于可缩放hinge损失函数的鲁棒单类支持向量机 | 第25-40页 |
| 4.1 数学模型 | 第25-27页 |
| 4.2 算法实现 | 第27-28页 |
| 4.3 性能评估和鲁棒性分析 | 第28-30页 |
| 4.3.1 性能评估 | 第28-29页 |
| 4.3.2 鲁棒性分析 | 第29-30页 |
| 4.4 实验结果 | 第30-39页 |
| 4.4.1 人工数据集 | 第30-32页 |
| 4.4.2 标准数据集 | 第32-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 攻读硕士期间取得的科研成果 | 第45页 |