关于支持向量机方法的几点研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-10页
·支持向量机的理论背景	第7-8页
·支持向量机的应用	第8页
·本文主要内容	第8-10页
第二章 支持向量机的基本理论	第10-22页
·机器学习	第10-13页
·机器学习的发展历史	第10-11页
·机器学习的基本问题	第11-13页
·统计学习理论	第13-16页
·支持向量机	第16-22页
·支持向量机的基本思想	第17页
·线性支持向量机	第17-20页
·非线性支持向量机	第20-22页
第三章 支持向量机的七阶光滑函数及其性能分析	第22-27页
·七阶光滑函数的表达式	第22-24页
·七阶光滑函数的性能分析	第24-25页
·光滑性能	第24页
·逼近性能	第24-25页
·小结	第25-27页
第四章 基于多核加权支持向量机的概率密度估计	第27-33页
·密度函数的支持向量机估法	第27-29页
·概率密度估计问题的描述	第27-28页
·基于支持向量机的概率密度计	第28-29页
·基于多核加权SVM的概率密度估计	第29-32页
·多核支持向量机	第29-30页
·加权支持向量机	第30页
·基于多核加权支持向量机的概率密度估计	第30-32页
·小结	第32-33页
结论	第33-34页
1.论文的主要成果	第33页
2.进一步的研究工作	第33-34页
参考文献	第34-37页
攻读硕士学位期间取得的科研成果	第37-38页
致谢	第38页