封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 主要工作
1.4 文章结构
2 统计学习理论与支持向量机
2.1 机器学习的相关理论
2.2 统计学习基本理论
2.3 支持向量机
2.4 本章小节
3 基于相似度的快速支持向量机算法
3.1 SVM样本点的几何特征
3.2 样本点的相似度及其性质
3.3 样本点相似度的计算方法
3.4 基于相似度的快速支持向量机算法
3.5 仿真实验与结果分析
3.6 本章小节
4 基于相似度的改进SVM增量学习算法
4.1 SVM增量学习相关知识
4.2 两种传统的SVM增量学习算法
4.3 基于相似度的改进SVM增量学习算法
4.4 仿真实验与结果分析
4.5 本章小节
5 基于SVM的网络故障检测系统
5.1 系统需求分析
5.2 系统工作原理
5.3 系统数据集预处理
5.4 实验分析
5.5 本章小节
6 总结与展望
6.1 工作总结
6.2 下一步的工作
致谢
参考文献
附录1 攻读硕士学位期间发表的学术论文