支持向量机的调节熵函数法研究

摘要	第1-4页
Abstract	第4-7页
目录	第7-8页
第1章 绪论	第8-12页
·研究背景及意义	第8-9页
·支持向量机研究现状	第9-10页
·本论文的主要研究内容	第10-11页
·本文的章节安排	第11-12页
第2章 统计学习理论	第12-21页
·机器学习问题	第13-16页
·统计学习理论	第16-20页
·本章小结	第20-21页
第3章 最优化理论	第21-26页
·KKT条件	第21-23页
·Lagrange对偶	第23-24页
·Wolfe对偶	第24-25页
·本章小结	第25-26页
第4章 支持向量机分类机	第26-38页
·最优分类超平面	第26-29页
·线性支持向量分类机	第29-33页
·非线性支持向量分类机	第33-37页
·本章小结	第37-38页
第5章 支持向量回归机	第38-42页
·损失函数	第38-40页
·支持向量回归机	第40-41页
·本章小结	第41-42页
第6章 支持向量机的调节熵函数法	第42-54页
·支持向量分类机的调节熵函数法	第43-47页
·支持向量回归机的调节熵函数法	第47-53页
·本章小结	第53-54页
总结与展望	第54-56页
致谢	第56-57页
参考文献	第57-61页