支持向量机算法研究

中文摘要	第1-5页
Abstract	第5-8页
引言	第8-10页
1 数据挖掘	第10-16页
·数据挖掘技术	第10-12页
·数据挖掘的起源	第10-11页
·数据挖掘的概念	第11-12页
·数据挖掘的分类	第12-13页
·数据挖掘的应用和发展前景	第13-16页
2 支持向量机	第16-30页
·支持向量机的理论基础	第16-20页
·机器学习的基本问题	第16-18页
·统计学理论的基本内容	第18-19页
·结构风险最小化	第19-20页
·支持向量机模型	第20-27页
·支持向量机的基本思想	第20-21页
·支持向量机模型	第21-27页
·支持向量机的训练算法	第27-30页
3 支持向量机的一种变尺度方法	第30-38页
·线性可分问题	第30-32页
·拟牛顿法	第32-33页
·有限内存BFGS方法	第33页
·非线性可分问题	第33-34页
·数值实验	第34-38页
4 支持向量机的一种次梯度方法	第38-44页
·无约束模型	第38-39页
·预备知识	第39-40页
·算法及分析	第40-42页
·数值实验	第42-44页
结论	第44-46页
参考文献	第46-48页
读硕期间发表、完成论文	第48-49页
致谢	第49-50页