| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-30页 |
| ·课题的提出 | 第13-15页 |
| ·支持向量机的模型和算法概述 | 第15-20页 |
| ·支持向量机的分解算法概述 | 第20-22页 |
| ·隐私保护支持向量机算法概述 | 第22-28页 |
| ·本文主要工作概述 | 第28-30页 |
| 2 支持向量机简化算法中支持向量与违背对的几何意义 | 第30-42页 |
| ·引言 | 第30-32页 |
| ·支持向量及其与相应乘子之间的关系 | 第32-35页 |
| ·求解SVM的简化算法中终止条件的分析研究 | 第35-40页 |
| ·本章小结 | 第40-42页 |
| 3 大规模支持向量机的一类新的收敛的分解算法 | 第42-68页 |
| ·引言 | 第42-44页 |
| ·基本符号和预备知识 | 第44-47页 |
| ·几种工作集选择方法的比较 | 第47-56页 |
| ·带有q个非零分量的稀疏可行方向集 | 第56-60页 |
| ·Wolfe线搜索算法 | 第60-62页 |
| ·基于可行方向选择的新的分解算法 | 第62-64页 |
| ·收敛性分析 | 第64-66页 |
| ·数值实验 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 4 不带安全多方计算的数据垂直划分的隐私保护支持向量机算法 | 第68-78页 |
| ·引言 | 第68-70页 |
| ·预备知识 | 第70-71页 |
| ·垂直划分数据的不带多方安全计算的隐私保护线性和非线性分类器 | 第71-75页 |
| ·数值实验 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 5 带有安全多方计算的数据水平划分的隐私保护支持向量机算法 | 第78-89页 |
| ·引言 | 第78-80页 |
| ·安全多方计算的加密技术概述 | 第80-81页 |
| ·数据水平划分的隐私保护支持向量机算法 | 第81-86页 |
| ·数值实验 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 6 针对任意分割数据的隐私保护支持向量机算法 | 第89-98页 |
| ·引言 | 第89-90页 |
| ·数据任意划分的线性隐私保护支持向量机算法 | 第90-95页 |
| ·数据任意划分的非线性隐私保护支持向量机算法 | 第95-96页 |
| ·数值实验 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 7 总结和展望 | 第98-101页 |
| ·本文的特色和创新点 | 第98-99页 |
| ·展望 | 第99-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-113页 |
| 攻读博士期间主要成果 | 第113-115页 |
| 攻读博士期间参与和主持的科研项目 | 第115页 |
