| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-16页 |
| ·机器学习 | 第6-7页 |
| ·统计学习理论 | 第7-11页 |
| ·国内外研究情况 | 第11-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 支持向量机 | 第16-26页 |
| ·支持向量机分类算法 | 第16-21页 |
| ·支持向量机回归算法 | 第21-24页 |
| ·支持向量机的原理和特点 | 第24-26页 |
| 第三章 模糊支持向量机 | 第26-38页 |
| ·引言 | 第26-28页 |
| ·模糊支持向量机 | 第28-31页 |
| ·隶属度的设计 | 第31-33页 |
| ·算法步骤 | 第33页 |
| ·数值实验 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于支持向量机的多属性决策方法 | 第38-50页 |
| ·引言 | 第38页 |
| ·多属性决策的理论和方法 | 第38-41页 |
| ·基于支持向量机的多属性决策方法 | 第41-43页 |
| ·基于支持向量机的区间数多属性决策方法 | 第43-46页 |
| ·算例 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 结束语 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 在读期间的主要研究成果 | 第60页 |