| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 数据挖掘 | 第10-14页 |
| ·数据挖掘简介 | 第10-11页 |
| ·数据挖掘的由来 | 第10页 |
| ·数据挖掘的基本概念 | 第10-11页 |
| ·数据挖掘的对象 | 第11-12页 |
| ·数据挖掘的任务和面临的挑战 | 第12-14页 |
| 2 支持向量机 | 第14-30页 |
| ·支持向量机的理论基础 | 第14-18页 |
| ·统计学习理论 | 第15-16页 |
| ·核理论 | 第16-18页 |
| ·支持向量机模型 | 第18-26页 |
| ·支持向量机的基本思想 | 第18-19页 |
| ·支持向量机模型 | 第19-26页 |
| ·支持向量机的应用及研究现状 | 第26-30页 |
| 3 遗传算法 | 第30-36页 |
| ·遗传算法简介 | 第30-32页 |
| ·遗传算法的基本结构 | 第30-31页 |
| ·遗传算法实施中的一些问题的处理 | 第31-32页 |
| ·数据挖掘中的遗传算法 | 第32-36页 |
| ·基本遗传算法的处理步骤及算法流程 | 第33页 |
| ·遗传算法的编码方法分析 | 第33-34页 |
| ·适应度函数和适应度 | 第34页 |
| ·选择策略分析 | 第34页 |
| ·交叉概率P_c和变异概率P_m的选择 | 第34-36页 |
| 4 支持向量机中的参数选取问题 | 第36-46页 |
| ·背景简介 | 第36-37页 |
| ·支持向量机参数选取的网格搜索方法 | 第37-39页 |
| ·网格技术简介 | 第38-39页 |
| ·网格搜索方法 | 第39页 |
| ·基于遗传算法的支持向量机参数选取问题 | 第39-46页 |
| ·问题建立 | 第39-42页 |
| ·算法分析 | 第42-43页 |
| ·数值实验 | 第43-44页 |
| ·数据集简介 | 第44-46页 |
| 5 数值结果 | 第46-48页 |
| ·Grid search方法与基于遗传算法的数值结果比较 | 第46页 |
| ·结果分析 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 索引 | 第54-56页 |
| 读硕期间发表、完成论文 | 第56-58页 |
| 致谢 | 第58-60页 |