结合粗糙集的支持向量机研究及应用

摘要	第1-4页
Abstract	第4-6页
第一章 绪论	第6-12页
·研究背景	第6-10页
·统计学习理论	第6-7页
·支持向量机	第7-8页
·粗糙集	第8-10页
·课题研究意义	第10页
·本文工作概述	第10-12页
·创新点	第10页
·章节结构	第10-12页
第二章 基本理论	第12-28页
·支持向量机理论背景	第12-20页
·支持向量回归机	第20-23页
·粗糙集理论背景	第23-27页
·本章小结	第27-28页
第三章 支持向量机的进一步研究	第28-33页
·基本原理	第28页
·Phillips算法	第28-29页
·改进算法	第29-30页
·实验分析与验证	第30-32页
·本章小结	第32-33页
第四章 结合粗糙集的支持向量机研究与应用	第33-41页
·基本概念	第33-34页
·属性约简	第33-34页
·邻域	第34页
·算法	第34-36页
·属性约简算法	第34-35页
·邻域分类算法	第35页
·改进算法	第35-36页
·实验	第36-37页
·电力系统负荷预测应用	第37-40页
·本章小结	第40-41页
第五章 总结与展望	第41-44页
·总结	第41-42页
·展望	第42-44页
参考文献	第44-47页
攻读学位期间的研究成果	第47-48页
致谢	第48-50页