| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·支持向量机产生的背景 | 第12-14页 |
| ·机器学习的起源 | 第12页 |
| ·机器学习的发展史 | 第12-13页 |
| ·支持向量机的提出 | 第13-14页 |
| ·支持向量机回归算法的研究现状 | 第14-20页 |
| ·支持向量机的理论研究 | 第14-19页 |
| ·支持向量机的应用研究 | 第19-20页 |
| ·课题研究的目的及意义 | 第20页 |
| ·论文的主要内容 | 第20-22页 |
| 第二章 多输出支持向量机回归算法的原理 | 第22-32页 |
| ·统计学习理论 | 第22-25页 |
| ·支持向量机回归原理 | 第25-29页 |
| ·多输出支持向量机回归原理 | 第25-28页 |
| ·多输出最小二乘支持向量机回归原理 | 第28-29页 |
| ·核函数 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 多输出稀疏支持向量机回归算法 | 第32-38页 |
| ·稀疏支持向量机回归算法的构造 | 第32-33页 |
| ·基向量的选择 | 第33-34页 |
| ·数值仿真 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 面向多输出系统的启发式支持向量机回归算法 | 第38-44页 |
| ·启发式训练算法 | 第38-39页 |
| ·相似度阈值S | 第38-39页 |
| ·启发式支持向量机回归算法 | 第39页 |
| ·数值仿真 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 甲基丙烯酸甲酯聚合过程的建模与优化控制 | 第44-62页 |
| ·甲基丙烯酸甲酯聚合反应过程与其机理模型 | 第44-46页 |
| ·对象机理模型的仿真 | 第46-49页 |
| ·多输出支持向量机在MMA聚合过程建模中的应用比较 | 第49-59页 |
| ·模型的优化控制 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 研究成果及发表的学术论文 | 第70-72页 |
| 作者和导师简介 | 第72-73页 |
| 硕士研究生学位论文答辩委员会决议书 | 第73-74页 |