| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 0 引言 | 第8-12页 |
| ·支持向量机的研究现状 | 第8-9页 |
| ·支持向量机算法简介 | 第9页 |
| ·支持向量机核函数及边缘处理策略 | 第9-12页 |
| 1 理论基础 | 第12-22页 |
| ·统计学习理论 | 第12-15页 |
| ·分类支持向量机算法 | 第15-22页 |
| 2 新型核函数及软边缘处理 | 第22-30页 |
| ·支持向量机核函数的构造 | 第22-24页 |
| ·新型核函数 | 第24-26页 |
| ·支持向量机分类算法的软边缘处理 | 第26-28页 |
| ·数值试验 | 第28-29页 |
| ·小结 | 第29-30页 |
| 3 新型支持向量机的应用 | 第30-34页 |
| ·数据来源及预处理 | 第30-31页 |
| ·试验过程及结果 | 第31-32页 |
| ·小结 | 第32-34页 |
| 4 结论 | 第34-36页 |
| 参考文献 | 第36-40页 |
| 致谢 | 第40-42页 |
| 个人简历 | 第42页 |
| 发表的学术论文 | 第42页 |