| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·支持向量回归机问题描述 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文研究内容及其框架 | 第10-12页 |
| 2 支持向量回归机理论基础 | 第12-26页 |
| ·统计学习理论 | 第12-15页 |
| ·学习机器的VC维 | 第12-14页 |
| ·学习机器推广能力的界 | 第14页 |
| ·结构风险最小化原则 | 第14-15页 |
| ·最优化理论 | 第15-18页 |
| ·凸分析素材 | 第15-17页 |
| ·约束优化 | 第17-18页 |
| ·核函数 | 第18-19页 |
| ·支持向量回归模型 | 第19-26页 |
| ·ε-支持向量回归机 | 第19-22页 |
| ·v-支持向量回归机 | 第22-26页 |
| 3 最窄带回归机 | 第26-32页 |
| ·硬线性最窄带回归机 | 第26-28页 |
| ·硬线性最窄带回归机的约简模型 | 第28-29页 |
| ·软线性最窄带回归机 | 第29-30页 |
| ·非线性最窄带回归机 | 第30-31页 |
| ·小结 | 第31-32页 |
| 4 数值实验 | 第32-36页 |
| 5 结论 | 第36-38页 |
| 6 附录 | 第38-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士学位期间发表学术论文情况 | 第46-48页 |
| 致谢 | 第48-50页 |