| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·研究的目标和意义 | 第10-11页 |
| ·研究的主要工作和组织结构 | 第11-13页 |
| 第二章 核方法相关理论概述 | 第13-26页 |
| ·统计学习理论 | 第13-19页 |
| ·机器学习 | 第13-14页 |
| ·经验风险最小原则 | 第14-15页 |
| ·统计学习理论的主要内容 | 第15页 |
| ·学习过程一致性的条件 | 第15-16页 |
| ·统计学习理论的关键定理 | 第16页 |
| ·函数集的学习性能及VC 维的引入 | 第16-18页 |
| ·统计学习理论推广性能的界及结构风险最小原则 | 第18-19页 |
| ·二类支持向量机与核方法 | 第19-25页 |
| ·二类线性可分情况下的支持向量机 | 第19-21页 |
| ·二类线性不可分情况下的支持向量机 | 第21-23页 |
| ·核的引入 | 第23-24页 |
| ·核的类型 | 第24-25页 |
| ·核方法的扩展 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 自适应误差惩罚支持向量回归机 | 第26-42页 |
| ·引言 | 第26-27页 |
| ·支持向量回归算法：ε-SVR | 第27-28页 |
| ·AEPSVR: 自适应误差惩罚支持向量回归机 | 第28-32页 |
| ·实验研究 | 第32-38页 |
| ·实验设置 | 第32页 |
| ·正弦函数拟合 | 第32-34页 |
| ·sinc 函数拟合 | 第34-36页 |
| ·多元多项式函数拟合 | 第36-38页 |
| ·实验结果分析 | 第38页 |
| ·AEPSVR 性能分析 | 第38-40页 |
| ·离群点幅度对算法性能的影响 | 第38-40页 |
| ·参数对算法性能的影响 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于模糊聚类的鲁棒支持向量回归机 | 第42-52页 |
| ·引言 | 第42页 |
| ·FRSVR: 基于模糊聚类的鲁棒支持向量回归机 | 第42-49页 |
| ·任意代价函数的支持向量回归机 | 第42-44页 |
| ·鲁棒代价函数性质讨论 | 第44-47页 |
| ·离群点的识别 | 第47-49页 |
| ·FRSVR 算法步骤 | 第49页 |
| ·FRSVR 在火焰图像处理上的应用 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 半监督多标记学习的基因功能分析和稀疏支持向量回归机研究 | 第52-74页 |
| ·引言 | 第52页 |
| ·半监督多标记学习的基因功能分析 | 第52-63页 |
| ·概述 | 第52-53页 |
| ·多标记学习 | 第53-54页 |
| ·SSML_SVM：半监督多标记支持向量机 | 第54-60页 |
| ·基因功能分析 | 第60-63页 |
| ·稀疏支持向量回归机研究 | 第63-73页 |
| ·概述 | 第63-64页 |
| ·直接稀疏核学习框架及稀疏大间隔分类器 | 第64-66页 |
| ·DSKR：直接稀疏核回归机 | 第66-69页 |
| ·实验研究 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 新型的核信任力传播聚类算法研究 | 第74-88页 |
| ·引言 | 第74页 |
| ·研究进展综述 | 第74-75页 |
| ·信任力传播聚类 | 第75-76页 |
| ·SSKAPC：半监督核信任力传播聚类算法 | 第76-81页 |
| ·SSKAPC 算法描述 | 第76-78页 |
| ·实验研究 | 第78-81页 |
| ·AFAPC：基于万有引力的核信任力传播聚类方法 | 第81-87页 |
| ·AFAPC 算法描述 | 第81-84页 |
| ·实验研究 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 基于相对频域特征和语义特征的伪图像识别 | 第88-103页 |
| ·引言 | 第88-89页 |
| ·BERFS: 根据相对频域特征和语义特征检测模糊化操作 | 第89-96页 |
| ·离散余弦变换(DCT) | 第89-90页 |
| ·相对频域特征抽取 | 第90-94页 |
| ·语义特征抽取 | 第94页 |
| ·语义图像分割 | 第94-95页 |
| ·基于Normalized Cuts 聚类的模糊区检测 | 第95页 |
| ·BERFS 算法步骤 | 第95-96页 |
| ·实验研究 | 第96-102页 |
| ·纹理数据集VisTex 上的实验 | 第97-100页 |
| ·真实世界图像实验 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 第八章 结束语 | 第103-105页 |
| 博士学位论文的主要创新点 | 第105-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-118页 |
| 附录：作者在攻读博士学位期间发表的论文 | 第118页 |
