| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-10页 |
| ·研究的目的和意意义义 | 第7-8页 |
| ·研究现状 | 第8页 |
| ·论文结构 | 第8-10页 |
| 2 统计学习理论 | 第10-17页 |
| ·机器学习的基本知识 | 第10页 |
| ·机器学习问题表示 | 第10页 |
| ·学习过程一致性的条件 | 第10-14页 |
| ·VC维 | 第12-13页 |
| ·推广性的界 | 第13页 |
| ·结构风险最小化原则 | 第13-14页 |
| ·最优化理论 | 第14-16页 |
| ·Wolfe对偶 | 第16-17页 |
| 3 支持向量机理论 | 第17-23页 |
| ·线性可分情况 | 第17-19页 |
| ·线性不可分情况 | 第19-21页 |
| ·举例线性不可分情况 | 第21-23页 |
| 4 去边缘模糊支持向量机 | 第23-31页 |
| ·多类模糊支持向量机 | 第23-25页 |
| ·一般模糊支持向量机 | 第25-31页 |
| ·模糊支持向量机算法 | 第25-27页 |
| ·去边缘模糊支持向量机 | 第27-31页 |
| 5 总结与展望 | 第31-32页 |
| 参考文献 | 第32-34页 |
| 致谢 | 第34页 |