| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景及意义 | 第7页 |
| ·目前发展状况 | 第7-8页 |
| ·统计学习理论的核心内容 | 第8-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的内容安排 | 第12-13页 |
| 第二章 支持向量机（SVM） | 第13-24页 |
| ·SVM 的理论基础 | 第13页 |
| ·SVM 的基本思想 | 第13-18页 |
| ·利用两类SVM 分类器组成多类分类器 | 第18-21页 |
| ·SVM 方法的特点 | 第21-22页 |
| ·SVM 解决实际问题的基本步骤 | 第22-24页 |
| 第三章 基于RBF 核的SVM 学习算法的优化计算 | 第24-32页 |
| ·目前的研究概况 | 第24页 |
| ·SVM 核函数参数求解方法 | 第24-29页 |
| ·与现有方法的比较 | 第29页 |
| ·双线性网格搜索法（BGSM） | 第29-32页 |
| 第四章 基于BGSM 的实验结果 | 第32-43页 |
| ·在机器学习数据库UCI 上的实验 | 第32-35页 |
| ·在蛋白质二级结构预测数据集 RS130 上的实验 | 第35-43页 |
| 第五章 相关的工作 | 第43-44页 |
| ·SVM 的相关工作 | 第43页 |
| ·蛋白质二级结构预测的相关工作 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录 A 攻读硕士期间发表的文章和参加的项目 | 第50-51页 |
| 附录 B 蛋白质结构预测的基本概念 | 第51-54页 |
| 附录 C RS130 数据集 1ppt 氨基酸序列 | 第54-55页 |
| 附录 D 1PPT 氨基酸序列对应编码后数据 | 第55-60页 |
| 附录 E 蛋白质结构预测的运行结果 | 第60-61页 |
| 详细摘要 | 第61-64页 |
