支持向量机在地下工程中的应用研究

1 绪论	第1-26页
·问题的提出及研究的意义	第20-22页
·研究现状	第22-25页
·本文所做工作和全文内容安排	第25-26页
2 统计学习理论简介	第26-32页
·引言	第26页
·机器学习问题	第26-27页
·经验风险最小化归纳原则	第27-28页
·推广性的界	第28-29页
·VC维	第29-30页
·结构风险最小化	第30-31页
·小结	第31-32页
3 支持向量机	第32-42页
·最优分类面	第32-33页
·线性SVM解决线性可分问题	第33-34页
·线性SVM解线性不可分问题	第34-36页
·非线性SVM	第36-37页
·核函数(Kernel Function)	第37-38页
·SVM训练算法	第38-41页
·小结	第41-42页
4 支持向量机在地下工程回归分析中的应用研究	第42-70页
·引言	第42-44页
·基于支持向量机的回归方法	第44-48页
·基于支持向量机的回归模型	第48-52页
·支持向量机在地下工程回归分析中的应用研究	第52-65页
·支持向量机预测与常用软科学方法预测	第65-69页
·小结	第69-70页
5 支持向量机在岩体分类中应用研究	第70-96页
·国内外岩体分类现状	第70-73页
·基于支持向量机岩体分类模型	第73-75页
·支持向量机在岩体分类中的应用	第75-89页
·基于支持向量机多分类算法的围岩稳定性分类	第89-95页
·小结	第95-96页
6 总结与展望	第96-99页
·总结	第96-98页
·展望	第98-99页
致谢	第99-100页
参考文献	第100-104页