| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题依据及课题产生的意义 | 第8-9页 |
| ·支持向量机的国内外研究历史、现状及发展趋势 | 第9-10页 |
| ·论文研究内容与组织结构 | 第10-12页 |
| ·论文主要研究内容 | 第10-11页 |
| ·论文总体组织结构 | 第11-12页 |
| 第二章 统计学习理论及两类SVM 方法研究 | 第12-24页 |
| ·学习问题的数学模型 | 第12-14页 |
| ·VC 维与结构风险极小化原则 | 第14-16页 |
| ·两类SVM 与核函数研究 | 第16-22页 |
| ·最大间隔超平面与线性可分SVM | 第16-18页 |
| ·线性不可分SVM 与核函数 | 第18-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 多类SVM 及其改进算法研究 | 第24-38页 |
| ·经典多类SVM 方法及研究现状 | 第24-28页 |
| ·多类模式识别问题 | 第24-25页 |
| ·一对一支持向量机（1-vs-1 SVM） | 第25-26页 |
| ·一对多支持向量机（1-vs-all SVM） | 第26页 |
| ·决策树算法（DAGSVM） | 第26-27页 |
| ·分析与总结 | 第27-28页 |
| ·基于1-vs-all 策略的改进算法 | 第28-31页 |
| ·改进1-vs-all 算法 | 第28-30页 |
| ·仿真结果 | 第30-31页 |
| ·基于1-vs-1 策略的改进算法 | 第31-36页 |
| ·改进1-vs-1 算法 | 第31-33页 |
| ·实验结果 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于SVM 算法的新型P2P 流量检测系统设计 | 第38-53页 |
| ·P2P 流量检测问题简介 | 第38-39页 |
| ·基于两类SVM 的P2P 流量检测 | 第39-47页 |
| ·问题描述，数据采集与特征提取 | 第39-42页 |
| ·实验一及结果分析 | 第42-45页 |
| ·实验二及结果分析 | 第45-47页 |
| ·基于多类SVM 的P2P 流量应用级分类 | 第47-52页 |
| ·问题描述，数据采集与特征提取 | 第47-48页 |
| ·实验设计与结果分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·全文工作总结与回顾 | 第53页 |
| ·进一步研究展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 附录 | 第61页 |