目录
第1章概论
1.1从机器学习到支持向量分类机
1.2支持向量分类机思想
1.2.1分类问题的提出
1.2.2分类问题的困难
1.2.3支持向量分类机的基本思想
1.3支持向量分类机已有研究
1.3.1支持向量分类机模型研究现状
1.3.2支持向量分类机算法研究现状
1.3.3支持向量分类机的应用
1.4主要研究内容
1.5组织结构
第2章支持向量分类机算法及预备知识
2.1线性支持向量分类机
2.1.1线性可分问题的线性分划
2.1.2线性不可分问题的线性分划
2.2标准支持向量分类机
2.3ν支持向量分类机
2.4最优化理论
2.5实用的非线性规划灵敏度分析理论
2.6小结
第3章加权支持向量分类机算法
3.1加权支持向量分类机
3.1.1原始问题
3.1.2对偶问题及其与原始问题的关系
3.2加权支持向量分类机阈值求解
3.2.1参数b的详细推导过程
3.2.2参数b的定理
3.3加权支持向量分类机阈值唯一化
3.4小结
第4章加权线性支持向量分类机数据扰动分析
4.1加权线性支持向量分类机数据扰动分析预备工作
4.2加权线性支持向量分类机数据扰动分析基本定理
4.3线性ν支持向量分类机数据扰动分析基本定理
4.4加权线性支持向量分类机数据扰动分析算法
4.4.1数据扰动分析算法
4.4.2数据扰动分析算法的应用
4.5数值试验
4.6小结
第5章非线性支持向量分类机数据扰动分析
5.1预备工作
5.2基本定理
5.3小结
第6章线性支持向量回归机的数据扰动分析
6.1线性支持向量回归机表述
6.2线性支持向量回归机数据扰动分析定理
6.3小结
参考文献