| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 主要符号表 | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| §1.1 支持向量机的研究现状及研究意义 | 第10-11页 |
| §1.1.1 SVM的研究现状 | 第10-11页 |
| §1.1.2 研究意义 | 第11页 |
| §1.2 支持向量机的分类 | 第11-13页 |
| §1.2.1 线性可分支持向量机 | 第11-12页 |
| §1.2.2 线性不可分支持向量机 | 第12页 |
| §1.2.3 非线性支持向量机 | 第12-13页 |
| §1.3 一些基本的定义及性质 | 第13-14页 |
| §1.4 本文主要工作及内容安排 | 第14-16页 |
| 第二章 一种改进的半监督支持向量机 | 第16-22页 |
| §2.1 引言 | 第16页 |
| §2.2 标准支持向量机 | 第16-17页 |
| §2.3 LIAM支持向量机和U-支持向量机 | 第17-19页 |
| §2.3.1 一般p-范数LIAM支持向量机 | 第17-18页 |
| §2.3.2 U-支持向量机 | 第18-19页 |
| §2.4 改进的PLIAM支持向量机(NPLIAM) | 第19-21页 |
| §2.5 小结 | 第21-22页 |
| 第三章 关于一种标准支持向量机训练的改进类SQP算法 | 第22-31页 |
| §3.1 引言 | 第22页 |
| §3.2 新的标准支持向量机 | 第22-23页 |
| §3.3 改进的类SQP算法(NSQP) | 第23-29页 |
| §3.4 参数θ_k的另一种选择策略 | 第29-30页 |
| §3.5 小结 | 第30-31页 |
| 第四章 多类分类K-SVCR训练的正则光滑牛顿法 | 第31-50页 |
| §4.1 引言 | 第31-32页 |
| §4.2 K-SVCR公式及其变形 | 第32-35页 |
| §4.2.1 K-SVCR公式 | 第32-33页 |
| §4.2.2 公式变形 | 第33-35页 |
| §4.3 求解一般P_0BVI的正则光滑牛顿法 | 第35-49页 |
| §4.3.1 相关背景阐述 | 第35-37页 |
| §4.3.2 光滑函数及相关性质 | 第37-39页 |
| §4.3.3 算法及其良定性 | 第39-45页 |
| §4.3.4 收敛性分析 | 第45-49页 |
| §4.4 小结 | 第49-50页 |
| 第五章 数值实验 | 第50-57页 |
| §5.1 NPLIAM算法的数值实验 | 第50-51页 |
| §5.2 NSQP算法的数值实验 | 第51-55页 |
| §5.2.1 非线性支持向量机 | 第51-52页 |
| §5.2.2 3 ×3棋盘数据 | 第52-54页 |
| §5.2.3 8 ×8棋盘数据 | 第54-55页 |
| §5.3 K-SVCR训练的正则光滑牛顿法数值实验 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 作者在攻读硕士期间的主要研究成果 | 第65页 |
