| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·问题的提出 | 第8-10页 |
| ·SVM 的基本思想 | 第10-14页 |
| ·SVM 的发展概述 | 第14-16页 |
| ·SVM 的发展 | 第14页 |
| ·SVM 的研究现状 | 第14-16页 |
| ·SVM 的应用 | 第16页 |
| ·论文的研究内容 | 第16-18页 |
| 2 支持向量机的理论基础 | 第18-35页 |
| ·标准支持向量分类机 | 第18-26页 |
| ·线性可分问题 | 第18-19页 |
| ·近似线性可分问题 | 第19-20页 |
| ·线性不可分问题 | 第20-24页 |
| ·核函数 | 第24-26页 |
| ·统计学习理论 | 第26-32页 |
| ·经验风险最小化原则 | 第27页 |
| ·VC 维 | 第27-29页 |
| ·结构风险最小化原则 | 第29-30页 |
| ·基于间隔的推广估计 | 第30-32页 |
| ·最优化理论 | 第32-34页 |
| ·KKT 条件 | 第32-33页 |
| ·Wolfe 对偶 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 常用支持向量机方法分析研究 | 第35-50页 |
| ·支持向量分类机 | 第36-43页 |
| ·C-支持向量分类机(C-SVC) | 第36-40页 |
| ·C-支持向量分类机变形 | 第40-41页 |
| ·广义支持向量分类机 | 第41-42页 |
| ·v-支持向量分类机 | 第42-43页 |
| ·支持向量回归机 | 第43-48页 |
| ·回归问题 | 第44-46页 |
| ·ε-支持向量回归机 | 第46-47页 |
| ·v-支持向量回归机 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 4 v-支持向量分类机(v-SVC)和C-支持向量分类机(C-SVC)的关系研究 | 第50-60页 |
| ·原始问题与对偶问题 | 第50-51页 |
| ·C-SVC 和v-SVC 的关系 | 第51-58页 |
| ·本章小结 | 第58-60页 |
| 5 总结 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录:作者在攻读硕士学位期间发表的论文情况 | 第65-66页 |
| 独创性声明 | 第66页 |
| 学位论文版权使用授权书 | 第66页 |