关于支持向量机方法的探讨

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-10页
·支持向量机的研究背景	第7-8页
·本文主要内容	第8-10页
第二章 机器学习与统计学习理论	第10-16页
·机器学习概述	第10-11页
·机器学习的定义	第10页
·发展历史	第10-11页
·统计学习理论	第11-16页
·三个基本统计学问题	第11-14页
·VC维	第14页
·泛化性的界	第14-15页
·结构风险最小化	第15-16页
第三章 支持向量机	第16-23页
·支持向量机方法的特点	第16页
·线性情形	第16-20页
·非线性情形	第20-23页
第四章 支持向量机的新光滑函数及其性能分析	第23-29页
·新光滑函数的表达式	第23-25页
·性能分析	第25-28页
·小结	第28-29页
第五章 基于多核结构可调支持向量机的概率密度估计	第29-37页
·密度函数的支持向量机估计法	第29-31页
·概率密度估计问题	第29-30页
·基于SVM的概率密度估计	第30-31页
·基于多核结构可调SVM的概率密度估计	第31-35页
·多核支持向量机	第31-32页
·结构可调的支持向量机	第32页
·基于多核结构可调支持向量机的概率密度估计	第32-35页
·小结	第35-37页
总结与展望	第37-38页
参考文献	第38-41页
攻读硕士学位期间发表的论文	第41-42页
致谢	第42-43页