| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题的研究背景 | 第8页 |
| ·支持向量机算法的研究现状 | 第8-10页 |
| ·论文的研究内容和结构安排 | 第10-11页 |
| ·论文的研究内容 | 第10页 |
| ·论文的结构安排 | 第10-11页 |
| 2 统计学习理论简介 | 第11-20页 |
| ·小样本统计学习理论 | 第11-12页 |
| ·基于支持向量机的分类算法 | 第12-17页 |
| ·线性可分 | 第13-16页 |
| ·线性不可分 | 第16-17页 |
| ·支持向量机回归算法 | 第17-20页 |
| 3 支持向量机分类与回归的关系 | 第20-28页 |
| ·多类支持向量机算法 | 第20-22页 |
| ·从回归到分类 | 第22-26页 |
| ·从分类到回归 | 第26-28页 |
| 4 基于一类分类的非线性回归算法 | 第28-34页 |
| ·一类支持向量 | 第28-29页 |
| ·基于一类分类的非线性回归算法 | 第29-31页 |
| ·仿真实例 | 第31-34页 |
| 5 总结与展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 攻读硕士学位期间发表学术论文情况 | 第37-38页 |
| 致谢 | 第38页 |