基于减少噪声的支持向量机

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-12页
·课题研究的目的和意义	第9页
·本课题的国内外发展现状	第9-10页
·本课题研究的主要内容	第10-12页
第2章 预备知识	第12-19页
·机器学习的基本知识	第12-13页
·机器学习问题的表示	第12-13页
·经验风险最小化	第13页
·统计学习理论的简要介绍	第13-15页
·学习过程一致性的条件	第13-14页
·VC维	第14页
·推广性的界	第14-15页
·结构风险最小化	第15页
·支持向量机	第15-16页
·多类支持向量机	第16-18页
·一对一方法	第16页
·一对多方法	第16-17页
·有向无环图支持向量机	第17页
·全局优化分类	第17-18页
·小结	第18-19页
第3章 基于减少噪声的支持向量机	第19-33页
·模糊支持向量机	第19-22页
·第一种模糊支持向量机	第19-21页
·第二种模糊支持向量机	第21-22页
·支持向量数据描述	第22-24页
·基于减少噪声的支持向量机	第24-29页
·基于减少噪声的SVM格式（RNSVM）	第24-28页
·基于减少噪声的SVM算法(RNSVM)	第28-29页
·数值实验	第29-32页
·小结	第32-33页
第4章 结语与展望	第33-34页
参考文献	第34-37页
致谢	第37-38页
攻读学位期间取得的科研成果	第38页