| 1 绪论 | 第1-27页 |
| 1．1 统计学习理论概述 | 第16-19页 |
| 1．2 支持向量机研究背景 | 第19-25页 |
| 1．3 论文研究内容及各章主要安排 | 第25-27页 |
| 2 支持向量机分类算法研究 | 第27-37页 |
| 2．1 分类问题描述 | 第27-32页 |
| 2．2 SOR-ASVM算法 | 第32-35页 |
| 2．3 分类算法展望 | 第35-37页 |
| 3 支持向量机回归算法研究 | 第37-49页 |
| 3．1 引言 | 第37-38页 |
| 3．2 支持向量回归机 | 第38-41页 |
| 3．3 牛顿型算法 | 第41-44页 |
| 3．4 Lagrange支持向量回归机 | 第44-49页 |
| 4 特殊结构支持向量机问题研究 | 第49-57页 |
| 4．1 引言 | 第49-50页 |
| 4．2 一般线性规划支持向量机和最少核分类器 | 第50-51页 |
| 4．3 基于特征选择的最少核分类器 | 第51-54页 |
| 4．4 数值试验 | 第54-57页 |
| 5 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |