封面
中文摘要
英文摘要
目录
主要符号对照表
1 绪 论
1.1 研究背景
1.2 支持向量机的研究现状
1.3 论文的研究意义和主要内容
1.4 本文的结构安排
2 支持向量机理论基础
2.1 统计学习理论
2.2 最优化理论
2.3 支持向量机
2.4 序列最小优化算法
2.5 本章小结
3 基于分类噪声检测的低维支持向量机
3.1 研究背景与问题分析
3.2 分类噪声
3.3 使用相对密度检测分类噪声
3.4 基于分类噪声检测的序列最小优化算法
3.5 仿真实验分析
3.6 本章小结
4 基于位置差异的高维相对密度算法
4.1 基于位置差异的近邻搜索算法
4.2 仿真实验分析
4.3 基于位置差异的高维相对密度算法
4.4 本章小结
5 基于位置差异和分类噪声检测的支持向量机
5.1 基于位置差异和分类噪声检测的支持向量机
5.2仿真实验分析
5.3 本章小结
6 总结和展望
6.1 取得的成果和创新点
6.2 未来的工作展望
致谢
参考文献
附录
A. 作者在攻读学位期间以第一作者发表的相关论文目录:
B. 作者在攻读学位期间参加的相关科研项目:
重庆大学;