| 摘要 | 第1-3页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·统计学习理论 | 第6-10页 |
| ·损失函数和期望风险 | 第6-8页 |
| ·经验风险最小化（ERM）准则 | 第8页 |
| ·VC 维 | 第8-9页 |
| ·结构风险最小化（SRM）准则 | 第9-10页 |
| ·本文主要内容及结构 | 第10-12页 |
| 第二章 ε- 支持向量回归简介 | 第12-21页 |
| ·回归问题的数学提法 | 第12页 |
| ·ε- 支持向量回归（ε- SVR） | 第12-19页 |
| ·线性ε-SVR | 第12-17页 |
| ·核函数(Kernel Function) | 第17-18页 |
| ·非线性ε-SVR | 第18-19页 |
| ·SVR 的一些其他算法及SVR 的实际应用 | 第19-21页 |
| 第三章 ε- 支持向量回归在时间序列预测上的应用及比较 | 第21-33页 |
| ·旅游客流量数据的拟合和预测 | 第21-31页 |
| ·问题的提出 | 第21-22页 |
| ·建模过程及性能分析 | 第22-31页 |
| ·生活物价指数数据的拟合和预测 | 第31-33页 |
| 第四章 论文总结及展望 | 第33-35页 |
| 参考文献 | 第35-36页 |
| 在读期间的科研成果 | 第36-38页 |
| 致谢 | 第38页 |