| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 课题综述与本文介绍 | 第6-16页 |
| ·机器学习的发展历史及现状 | 第6-7页 |
| ·统计学习理论的核心内容 | 第7-10页 |
| ·支持向量机算法的发展历史和现状 | 第10页 |
| ·支持向量机理论的主要研究内容 | 第10-11页 |
| ·支持向量机的多值分类 | 第11-14页 |
| ·本文的主要工作和全文结构 | 第14-16页 |
| 第二章 支持向量机的二值分类 | 第16-23页 |
| ·线性支持向量机 | 第16-18页 |
| ·非线性支持向量机 | 第18-20页 |
| ·各种改进的支持向量机算法 | 第20-23页 |
| 第三章 最小内凸包算法 | 第23-34页 |
| ·问题描述 | 第23页 |
| ·算法思想与分析 | 第23-25页 |
| ·算法描述 | 第25-28页 |
| ·程序编制 | 第28-30页 |
| ·算例 | 第30-34页 |
| 第四章 最小内凸包在投票法中的应用 | 第34-39页 |
| ·传统投票法 | 第34-35页 |
| ·后验概率投票法 | 第35-37页 |
| ·最小内凸包在投票算法中的应用 | 第37-39页 |
| 第五章 总结与展望 | 第39-40页 |
| ·论文总结 | 第39页 |
| ·下一步工作展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 详细摘要 | 第44-47页 |