支持向量机及其在热能工程领域中的应用

中文摘要	第1页
英文摘要	第3-6页
第一章 绪论	第6-18页
·研究的背景和意义	第6-7页
·故障诊断方法	第7-15页
·基于模型的方法	第7-9页
·专家系统	第9-11页
·模式识别方法	第11-14页
·支持向量机方法	第14-15页
·支持向量机的国内外研究现状	第15-16页
·本论文研究的主要内容	第16-18页
第二章 统计学习理论和支持向量机	第18-35页
·机器学习的基本问题	第18-20页
·问题的表示	第18-19页
·经验风险最小化	第19-20页
·复杂性与推广能力	第20页
·统计学习理论的核心内容	第20-23页
·VC 维	第21页
·推广性的界	第21-22页
·结构风险最小化	第22-23页
·支持向量分类机	第23-31页
·广义最优分类面	第23-26页
·支持向量机	第26-28页
·支持向量机多分类算法	第28-31页
·支持向量回归机	第31-33页
·目前存在的问题	第33-34页
·本章小结	第34-35页
第三章 支持向量机的应用研究	第35-50页
·支持向量分类	第35-44页
·样本和特征量的确定	第35-39页
·核函数及其参数的选取	第39-44页
·支持向量机的小样本问题	第44-46页
·支持向量回归	第46-49页
·本章小结	第49-50页
第四章 结论与展望	第50-52页
·研究结论	第50-51页
·建议与展望	第51-52页
参考文献	第52-57页
致谢	第57-58页
在学期间发表的学术论文和参加科研情况	第58页