| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 基础知识 | 第15-19页 |
| 2.1 支持向量机（SVM） | 第15-16页 |
| 2.2 随机梯度下降算法（SGD） | 第16-19页 |
| 2.2.1 SVM优化问题 | 第16-17页 |
| 2.2.2 梯度下降（GD） | 第17页 |
| 2.2.3 随机梯度下降（SGD） | 第17-19页 |
| 第3章 基于随机梯度下降的SVM在线算法 | 第19-32页 |
| 3.1 线性SGD（LSGD） | 第19-20页 |
| 3.2 带核的SGD（KSGD） | 第20-22页 |
| 3.3 加权线性SGD（WLSGD） | 第22-23页 |
| 3.4 加权带核的SGD（WKSGD） | 第23-24页 |
| 3.5 四种基础算法之间的对比试验 | 第24-31页 |
| 3.5.1 数据集 | 第24-27页 |
| 3.5.2 参数设置 | 第27-28页 |
| 3.5.3 实验环境 | 第28页 |
| 3.5.4 实验结果及其分析 | 第28-31页 |
| 3.5.5 WKSGD算法中关于λ、支持向量个数、精度三者之间的关系 | 第31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 改进的随机梯度下降SVM在线算法 | 第32-51页 |
| 4.1 对于损失函数的研究 | 第32-41页 |
| 4.1.1 对数损失线性算法（LSGD-Loss） | 第33-34页 |
| 4.1.2 对数损失加权线性算法（WLSGD-Loss） | 第34页 |
| 4.1.3 对数损失带核算法（KSGD-Loss） | 第34-37页 |
| 4.1.4 对数损失加权带核算法（WKSGD-Loss） | 第37-38页 |
| 4.1.5 对数损失算法与四种基础算法的比较 | 第38-41页 |
| 4.2 对于加权方法的研究 | 第41-45页 |
| 4.2.1 采用相对权值计算方式进行加权 | 第41-42页 |
| 4.2.2 相对权值算法与WLSGD、WKSGD的比较 | 第42-45页 |
| 4.3 加权小批量（mini-batch）梯度下降SVM在线算法 | 第45-50页 |
| 4.3.1 加权小批量线性算法（WLSGD-mini-batch） | 第45-46页 |
| 4.3.2 加权小批量带核算法（WKSGD-mini-batch） | 第46-48页 |
| 4.3.3 加权小批量算法与WLSGD、WKSGD的比较 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-52页 |
| 5.1 结论 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间取得的科研成果 | 第59页 |
