| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 1 绪论 | 第6-8页 |
| ·研究的目的和意义 | 第6页 |
| ·研究现状 | 第6-7页 |
| ·论文结构 | 第7-8页 |
| 2 统计学习理论 | 第8-14页 |
| ·学习模型 | 第8页 |
| ·经验风险最小化原理 | 第8-9页 |
| ·VC 维 | 第9-10页 |
| ·结构风险最小化 | 第10页 |
| ·最优化理论 | 第10-12页 |
| ·Wolfe对偶 | 第12-14页 |
| 3 支持向量机理论 | 第14-24页 |
| ·基于二次规划的支持向量机分类 | 第14-20页 |
| ·线性可分 | 第14-16页 |
| ·线性不可分 | 第16-19页 |
| ·一类分类 | 第19-20页 |
| ·基于线性规划的支持向量机分类 | 第20-22页 |
| ·支持向量回归 | 第22-24页 |
| 4 加权支持向量回归 | 第24-29页 |
| ·权值的确定 | 第25页 |
| ·实验分析 | 第25-28页 |
| ·人工数据 | 第25-27页 |
| ·实际数据 | 第27-28页 |
| ·实验总结 | 第28-29页 |
| 5 总结与展望 | 第29-30页 |
| 参考文献 | 第30-31页 |
| 致谢 | 第31页 |