| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要工作及章节安排 | 第11-12页 |
| 第二章 支持向量机及其基础知识 | 第12-25页 |
| ·支持向量机原理 | 第12-18页 |
| ·问题的描述 | 第12页 |
| ·最优超平面 | 第12-14页 |
| ·线性支持向量机 | 第14-16页 |
| ·非线性支持向量机及核函数 | 第16-18页 |
| ·模糊支持向量机基础理论 | 第18-24页 |
| ·单边加权模糊支持向量机模型 | 第18-19页 |
| ·双边加权模糊支持向量机模型 | 第19-21页 |
| ·模糊支持向量机中的隶属度设置方法 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 求解 BW-FSVM 模型的 SMO 算法 | 第25-40页 |
| ·引言 | 第25页 |
| ·BW-FSVM 模型的 SMO 算法 | 第25-35页 |
| ·对偶问题的最优条件 | 第25-29页 |
| ·选择工作集 | 第29-30页 |
| ·更新拉格朗日乘子 | 第30-33页 |
| ·确定要优化的变量对的上下界 | 第33-34页 |
| ·更新函数 | 第34页 |
| ·双边加权模糊支持向量机的 SMO 算法 | 第34-35页 |
| ·数值实验和讨论 | 第35-39页 |
| ·实验环境和数据集 | 第35-36页 |
| ·产生模糊隶属度 | 第36-38页 |
| ·实验结果和分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 BTL-RSVM 模型及其求解 | 第40-63页 |
| ·引言 | 第40页 |
| ·BTL-RSVM 模型 | 第40-43页 |
| ·BW-FSVM 模型和 BTL-RSVM 模型的最优解之间的关系 | 第43-45页 |
| ·BTL-RSVM 模型的求解 | 第45-54页 |
| ·损失函数的光滑过程 | 第45-47页 |
| ·优化问题(4-40)的 CCCP 过程 | 第47页 |
| ·求解优化问题(4-47)的 Newton-Armijo 算法 | 第47-50页 |
| ·求解优化问题(4-50)式的 Newton-Armijo 算法 | 第50-53页 |
| ·算法 2 的收敛性和计算复杂度分析 | 第53-54页 |
| ·数值实验及其讨论 | 第54-60页 |
| ·实验数据集信息，参数选择及其实验环境 | 第54-55页 |
| ·BW-FSVM 模型的隶属度设置策略 | 第55-56页 |
| ·人工数据集上的鲁棒性比较 | 第56-57页 |
| ·UCI 数据集上的鲁棒性比较 | 第57-59页 |
| ·光滑参数对 BTL-RSVM 模型的鲁棒性的影响 | 第59-60页 |
| ·本章小结 | 第60-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |
