| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-5页 |
| 引言 | 第5-8页 |
| 第一章 支持向量机,增量算法和组合算法 | 第8-18页 |
| 第一节 支持向量机 | 第8-15页 |
| 一、最大边缘超平面 | 第8-10页 |
| 二、支持向量机 | 第10-15页 |
| 第二节 增量学习算法与增量数据类型 | 第15-16页 |
| 一、增量学习算法 | 第15-16页 |
| 二、增量数据类型 | 第16页 |
| 第三节 支持向量机组合方法简介 | 第16-18页 |
| 一、投票组合方法 | 第16-18页 |
| 第二章 支持向量机组合增量学习算法 | 第18-24页 |
| 第一节 多类分类器知识 | 第18-20页 |
| 第二节 SVM增量学习算法 | 第20-21页 |
| 1) SVM在线增量学习算法 | 第20-21页 |
| 2) SVM批增量学习算法 | 第21页 |
| 第三节 实验分析 | 第21-23页 |
| 第四节 小结 | 第23-24页 |
| 总结与展望 | 第24-25页 |
| 参考文献 | 第25-28页 |
| 致谢 | 第28-29页 |
| 攻读学位期间发表的学术论文目录 | 第29-30页 |