| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织 | 第14-16页 |
| 第2章 相关知识 | 第16-26页 |
| 2.1 支持向量机 | 第16-22页 |
| 2.1.1 最优超平面 | 第17页 |
| 2.1.2 范数 | 第17-18页 |
| 2.1.3 传统支持向量机 | 第18-19页 |
| 2.1.4 核函数 | 第19-21页 |
| 2.1.5 松弛变量 | 第21-22页 |
| 2.2 模糊支持向量机 | 第22-24页 |
| 2.2.1 模糊隶属度的确定 | 第22-23页 |
| 2.2.2 模糊支持向量机算法 | 第23-24页 |
| 2.3 孪生支持向量机 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 改进的模糊孪生支持向量机 | 第26-36页 |
| 3.1 模糊孪生支持向量机 | 第26-28页 |
| 3.2 c-孪生有界支持向量机（c-TBSVM） | 第28-31页 |
| 3.2.1 线性可分 | 第28-30页 |
| 3.2.2 非线性可分 | 第30-31页 |
| 3.3 v-孪生有界支持向量机v-TBSVM | 第31-32页 |
| 3.3.1 线性可分 | 第31页 |
| 3.3.2 非线性可分 | 第31-32页 |
| 3.4 模糊孪生有界支持向量机 | 第32-35页 |
| 3.4.1 线性可分 | 第32-34页 |
| 3.4.2 非线性可分 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 模糊孪生有界支持向量机的求解方法研究 | 第36-43页 |
| 4.1 雅克比迭代 | 第36-37页 |
| 4.2 高斯-赛德尔（Gauss-Seidel）迭代法 | 第37-38页 |
| 4.2.1 算法设计 | 第37页 |
| 4.2.2 算法流程图 | 第37-38页 |
| 4.3 逐次超松弛迭代法 | 第38-42页 |
| 4.3.1 逐次超松弛迭代公式 | 第38-39页 |
| 4.3.2 逐次超松弛迭代法的收敛性 | 第39-40页 |
| 4.3.3 模糊孪生有界支持向量机中拉格朗日乘子的求解 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 模糊孪生有界支持向量机及其求解方法的实验 | 第43-51页 |
| 5.1 评价标准 | 第43页 |
| 5.2 评估方法 | 第43-44页 |
| 5.3 模糊孪生有界支持向量机的实验 | 第44-46页 |
| 5.4 模糊孪生有界支持向量机的迭代方法实验 | 第46-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 本文总结 | 第51-52页 |
| 6.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的科研成果 | 第57页 |