| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景 | 第10-11页 |
| 1.3 课题研究的目的和意义 | 第11-12页 |
| 1.4 国内外研究概况 | 第12-15页 |
| 1.4.1 支持向量机研究现状 | 第12-13页 |
| 1.4.2 并行支持向量机研究现状 | 第13-15页 |
| 1.5 论文的主要研究内容 | 第15-17页 |
| 第二章 支持向量机的理论研究 | 第17-33页 |
| 2.1 支持向量机的基础理论 | 第17-24页 |
| 2.1.1 支持向量机的基本模型 | 第17-21页 |
| 2.1.2 支持向量（Support Vector） | 第21-24页 |
| 2.2 支持向量机的相关理论 | 第24-29页 |
| 2.2.1 线性支持向量机 | 第24-27页 |
| 2.2.2 非线性支持向量机 | 第27-29页 |
| 2.3 支持向量回归机的相关理论 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 支持向量机训练集并行算法 | 第33-45页 |
| 3.1 支持向量机并行化策略 | 第33-34页 |
| 3.2 分布式并行支持向量机（DPSVM）算法 | 第34-41页 |
| 3.2.1 主从模式 DPSVM 算法 | 第34-36页 |
| 3.2.2 加入反馈的主从模式 DPSVM 算法 | 第36-37页 |
| 3.2.3 级联 DPSVM 算法 | 第37页 |
| 3.2.4 改进的级联 DPSVM 算法 | 第37-40页 |
| 3.2.5 满足 SCN 的 DPSVM 理论 | 第40-41页 |
| 3.3 分布式并行支持向量机通信结构 | 第41-43页 |
| 3.3.1 分布式图算法框架 | 第41-42页 |
| 3.3.2 BSP 模型相关理论 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于 BSP 模型的 DPSVR 编程模型设计与实现 | 第45-64页 |
| 4.1 基于 BSP 模型的静态 DPSVR 编程模型 | 第45-49页 |
| 4.1.1 静态编程模型描述 | 第45-46页 |
| 4.1.2 静态编程模型运算流程 | 第46-49页 |
| 4.2 基于 BSP 模型的动态 DPSVR 编程模型 | 第49-55页 |
| 4.2.1 动态编程模型描述 | 第49-51页 |
| 4.2.2 动态编程模型运算流程 | 第51-54页 |
| 4.2.3 分布式节点通信策略 | 第54-55页 |
| 4.3 基于 BSP 模型的 DPSVR 编程模型实验与结果分析 | 第55-63页 |
| 4.3.1 实验数据选择 | 第55-58页 |
| 4.3.2 实验设计描述 | 第58-60页 |
| 4.3.3 实验结果与分析 | 第60-63页 |
| 4.3.4 编程模型时间复杂度分析 | 第63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 自适应级联 DPSVR 算法设计与实现 | 第64-70页 |
| 5.1 自适应级联 DPSVR 算法 | 第64-68页 |
| 5.2 自适应级联 DPSVR 算法实验 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| 6.1 结论 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第77-78页 |
| 作者在攻读硕士学位期间所作的项目 | 第78-79页 |
| 致谢 | 第79页 |
