| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-12页 |
| ·研究背景 | 第6-7页 |
| ·研究现状 | 第7-10页 |
| ·本文的主要工作 | 第10-12页 |
| 2 SVM 算法的基础理论知识 | 第12-28页 |
| ·最优化理论预备知识 | 第12-19页 |
| ·统计学习理论预备知识 | 第19-27页 |
| ·本章小结 | 第27-28页 |
| 3 SVM 算法的基本原理及改进 | 第28-47页 |
| ·SVM 算法的基本原理 | 第28-39页 |
| ·一种改进的 SVM 算法 | 第39-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于 PSO 的混合核支持向量机算法的应用讨论 | 第47-53页 |
| ·二分类问题应用及试验结果 | 第47-49页 |
| ·多分类问题应用及试验结果 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5 结束语 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表文章 | 第58-61页 |
| 致谢 | 第61页 |