| 第一章 绪论 | 第1-19页 |
| 1．1 引言 | 第7页 |
| 1．2 不完全模糊支持向量机 | 第7-11页 |
| 1．3 模糊模式识别 | 第11-17页 |
| 1．4 本文的研究内容和组织结构 | 第17-19页 |
| 第二章 支持向量机及其理论基础 | 第19-36页 |
| 2．1 最优分类超平面 | 第19-20页 |
| 2．2 支持向量分类机 | 第20-26页 |
| 2．3 支持向量回归机 | 第26-30页 |
| 2．4 统计学习理论 | 第30-35页 |
| 2．5 本章小结 | 第35-36页 |
| 第三章 基于可能性理论的模糊支持向量分类机 | 第36-61页 |
| 3．1 可能性测度与模糊机会约束规划 | 第36-39页 |
| 3．2 模糊分类中的模糊特征及其表示方法 | 第39-40页 |
| 3．3 模糊支持向量分类机 | 第40-56页 |
| 3．4 数值试验 | 第56-59页 |
| 3．5 最佳置信水平的确定 | 第59-60页 |
| 3．6 本章小结 | 第60-61页 |
| 第四章 基于模糊系数规划的模糊支持向量分类机 | 第61-78页 |
| 4．1 模糊系数规划 | 第61-64页 |
| 4．2 模糊支持向量分类机 | 第64-74页 |
| 4．3 数值试验 | 第74-76页 |
| 4．4 最佳阈值的确定 | 第76页 |
| 4．5 本章小结 | 第76-78页 |
| 第五章 模糊线性支持向量机 | 第78-90页 |
| 5．1 带有模糊决策的模糊机会约束规划 | 第78页 |
| 5．2 模糊线性模糊支持向量分类机 | 第78-80页 |
| 5．3 模糊线性模糊支持向量回归机 | 第80-84页 |
| 5．4 基于模糊模拟的遗传算法 | 第84-88页 |
| 5．5 模糊支持向量集 | 第88-89页 |
| 5．6 本章小结 | 第89-90页 |
| 第六章 模糊支持向量分类机的应用 | 第90-97页 |
| 6．1 模糊支持向量分类机在冠心病诊断中的应用 | 第90-93页 |
| 6．2 模糊支持向量分类机在城市空气质量评价中的应用 | 第93-96页 |
| 6．3 本章小结 | 第96-97页 |
| 第七章 结论与展望 | 第97-98页 |
| 参考文献 | 第98-103页 |
| 致谢 | 第103-104页 |
| 附录 | 第104-109页 |
| 个人简历 | 第109页 |