| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 数据挖掘与机器学习理论 | 第8-12页 |
| ·数据挖掘的基本概念及理论基础 | 第8-9页 |
| ·数据挖掘的主要研究内容 | 第9页 |
| ·机器学习的基本概念 | 第9-11页 |
| ·机器学习的发展与展望 | 第11-12页 |
| 第二章 最小二乘方法 | 第12-20页 |
| ·引言 | 第12页 |
| ·最小二乘原理 | 第12-13页 |
| ·最小二乘问题求解方法 | 第13-19页 |
| ·小结 | 第19-20页 |
| 第三章 支撑向量回归机（SVR）与最小二乘支撑向量机（LSSVM） | 第20-35页 |
| ·引言 | 第20页 |
| ·统计学习理论中一些概念介绍 | 第20-23页 |
| ·支撑向量回归机的基本概念及模型 | 第23-26页 |
| ·LSSVM 的基本概念 | 第26-28页 |
| ·LSSVM 的求解方法以及算法设计 | 第28-30页 |
| ·算法复杂度分析 | 第30-31页 |
| ·数值试验 | 第31-34页 |
| ·研究工作小节 | 第34-35页 |
| 第四章 基于矩阵分块求逆的最小二乘支撑向量机求解方法 | 第35-46页 |
| ·矩阵块的一些基本概念 | 第35-36页 |
| ·基于矩阵分块的LSSVM | 第36-39页 |
| ·数值实验 | 第39-44页 |
| ·研究工作小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者攻读硕士期间取得的成果 | 第51-52页 |