应用支持向量机技术求解边值问题
| 第一章 绪论 | 第1-11页 |
| 1-1 支持向量机理论简介 | 第7-8页 |
| 1-2 偏微分方程边值问题简介 | 第8-10页 |
| 1-2-1 偏微分方程的边值问题描述 | 第8-10页 |
| 1-3 论文主要研究工作 | 第10-11页 |
| 第二章 支持向量机理论 | 第11-27页 |
| 2-1 统计学习理论 | 第11-15页 |
| 2-1-1 经验风险最小化原则 | 第11-12页 |
| 2-1-2 VC维和推广性的界 | 第12-13页 |
| 2-1-3 结构风险最小化原则 | 第13-14页 |
| 2-1-4 支持向量机 | 第14-15页 |
| 2-2 支持向量分类(SVC)理论 | 第15-19页 |
| 2-2-1 线性可分的情况 | 第16-18页 |
| 2-2-2 非线性可分的情况 | 第18-19页 |
| 2-3 支持向量函数回归(SVR)理论 | 第19-23页 |
| 2-4 核函数 | 第23-24页 |
| 2-4-1 核函数定义 | 第23页 |
| 2-4-2 确定核函数的方法 | 第23-24页 |
| 2-4-3 几种常见的核函数 | 第24页 |
| 2-5 基于SVM的SMO算法 | 第24-26页 |
| 2-6 本章小结 | 第26-27页 |
| 第三章 支持向量机回归求解边值问题 | 第27-49页 |
| 3-1 偏微分方程问题的背景 | 第27-28页 |
| 3-2 求解规则边界边值问题 | 第28-32页 |
| 3-2-1 算法描述 | 第28-29页 |
| 3-2-2 试验函数的构造方法 | 第29-30页 |
| 3-2-3 计算实例 | 第30-32页 |
| 3-3 求解不规则边界边值问题 | 第32-42页 |
| 3-3-1 算法描述 | 第33-35页 |
| 3-3-2 算法改进 | 第35页 |
| 3-3-3 计算实例 | 第35-42页 |
| 3-4 求解多介质问题 | 第42-49页 |
| 3-4-1 多介质问题简介 | 第42页 |
| 3-4-2 计算实例 | 第42-49页 |
| 第四章 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录A | 第53-54页 |
| 附录B | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间所取得的相关科研成果 | 第58页 |
