| 第一章 概述 | 第6-19页 |
| 1.1 智能系统与机器学习 | 第6-7页 |
| 1.2 人工智能与计算智能的发展和意义 | 第7-9页 |
| 1.3 机器学习的研究与应用 | 第9-12页 |
| 1.4 科学基金项目评价与机器学习 | 第12-15页 |
| 1.5 本文研究的目标与框架 | 第15-17页 |
| 1.6 本文主要研究工作和创新点 | 第17-19页 |
| 第二章 机器学习的理论基础 | 第19-39页 |
| 2.1 学习问题和不可学习问题 | 第19-20页 |
| 2.2 PAC 学习理论 | 第20-25页 |
| 2.3 统计学习理论 | 第25-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 概念规则学习 | 第39-75页 |
| 3.1 规则学习的策略和典型方法 | 第39-47页 |
| 3.2 基于约束聚类的概念学习方法 | 第47-66页 |
| 3.3 基金项目评价中的概念学习 | 第66-74页 |
| 3.4 本章小结 | 第74-75页 |
| 第四章 支持向量机学习方法 | 第75-101页 |
| 4.1 SVM 模型 | 第75-82页 |
| 4.2 SVM 模型的求解 | 第82-87页 |
| 4.3 SVM 样本预处理方法 | 第87-97页 |
| 4.4 基于SVM 的基金项目评价 | 第97-100页 |
| 4.5 本章小结 | 第100-101页 |
| 第五章 基于机器学习的基金项目评审决策支持系统 | 第101-121页 |
| 5.1 决策支持系统方法 | 第101-106页 |
| 5.2 基金项目评价决策支持系统 | 第106-110页 |
| 5.3 基金项目检索决策支持系统 | 第110-116页 |
| 5.4 基于Multi-Agents 的基金项目评审决策支持系统 | 第116-120页 |
| 5.5 本章小结 | 第120-121页 |
| 第六章 结束语 | 第121-128页 |
| 6.1 全文工作总结 | 第121-126页 |
| 6.2 研究与应用展望 | 第126-128页 |
| 参考文献 | 第128-133页 |
| 攻读博士学位期间发表的论文 | 第133-134页 |
| 致谢 | 第134页 |