基于支持向量机的系统建模方法研究

中文摘要	第1页
ABSTRACT	第3-6页
第一章 引言	第6-10页
·选题背景及意义	第6-7页
·支持向量机研究现状	第7-8页
·理论研究	第7-8页
·应用研究	第8页
·支持向量机在系统建模中的研究现状	第8页
·本文的研究内容和结构安排	第8-10页
第二章 支持向量机的理论概述	第10-27页
·引言	第10-11页
·机器学习问题的理论基础	第11-17页
·机器学习概述	第11-12页
·机器学习问题的表示	第12-14页
·经验风险最小化归纳原则	第14-16页
·学习机器的复杂性和推广能力	第16-17页
·统计学习理论基础	第17-21页
·VC维	第17-18页
·推广性的界理论	第18-19页
·结构风险最小化原则	第19-21页
·支持向量机	第21-26页
·最优超平面的构造	第22-25页
·支持向量机分类算法推导	第25页
·核函数	第25-26页
·本章小结	第26-27页
第三章 支持向量机模型选择	第27-33页
·模型参数选择的主流方法	第27-29页
·其他参数选择方法简介	第29-30页
·基于矩阵相似度量的参数选择方法	第30-33页
第四章 系统阶的辨识	第33-37页
·行列式比法	第33-34页
·AIC定阶法	第34-37页
第五章 回归支持向量机用于系统建模	第37-52页
·回归型支持向量机	第37-38页
·线性ARAM系统建模研究	第38-43页
·双线性系统建模研究	第43-45页
·一般非线性系统建模研究	第45-47页
·基于支持向量机的煤气炉数据预测	第47-52页
第六章 结论与展望	第52-54页
参考文献	第54-57页
致谢	第57-58页
攻读硕士学位期间发表的学术论文和参加科研情况	第58页