| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-9页 |
| ·论文的研究背景及发展状况 | 第7-8页 |
| ·研究背景 | 第7-8页 |
| ·发展现状 | 第8页 |
| ·本文主要工作 | 第8页 |
| ·论文的框架 | 第8-9页 |
| 第二章 统计学习基本理论与支持向量机分类原理 | 第9-20页 |
| ·统计学习基本理论 | 第9-13页 |
| ·VC维 | 第9-10页 |
| ·结构风险最小化原则 | 第10-12页 |
| ·最优分类超平面 | 第12-13页 |
| ·支持向量机分类原理 | 第13-20页 |
| ·线性分类 | 第13-15页 |
| ·近似线性分类 | 第15-16页 |
| ·非线性分类 | 第16-18页 |
| ·多类分类问题 | 第18-20页 |
| 第三章 DNA序列特征提取 | 第20-27页 |
| ·DNA序列简介 | 第20-22页 |
| ·DNA特征序列提取 | 第22-24页 |
| ·特征向量的生成与输入 | 第24-27页 |
| 第四章 DNA序列分类实验与分析 | 第27-31页 |
| ·实验数据与来源 | 第27页 |
| ·分类的实验与结果分析 | 第27-31页 |
| 第五章 总结 | 第31-32页 |
| 参考文献 | 第32-34页 |
| 攻读硕士学位期间发表学术论文情况 | 第34-35页 |
| 致谢 | 第35页 |