支持向量分类机及其应用

　　第1章 绪 论
　　1.1 机器学习
　　1.2 统计学习理论
　　1.3 支持向量机基本思想
　　1.4 支持向量机的研究现状
　　1.5 本书研究的主要内容和结构
　　第2章 支持向量机的理论基础和模型
　　2.1 支持向量机的优化理论基础
　　2.2 支持向量分类机的各种模型
　　2.3 支持向量回归机的各种模型
　　2.4 小结
　　第3章 分类问题的支持向量回归机求解途径
　　3.1 一般形式的支持向量回归机模型
　　3.2 使用高斯损失函数的支持向量回归机模型
　　3.3 求解分类问题的支持向量回归机模型
　　3.4 简化的SMO算法
　　3.5 求解分类问题的支持向量回归机线性规划模型
　　3.6 求解多类分类问题的支持向量回归机线性规划模型
　　3.7 数值试验
　　3.8 小结
　　第4 章 中心支持向量分类机
　　4.1 基本思想
　　4.2 加权的中心支持向量分类机
　　4.3 多类问题分类模型
　　4.4 不确定中心支持向量分类机
　　4.5 小结
　　第5 章 推理型支持向量分类机
　　5.1 原始化问题及其对偶问题
　　5.2 改进的推理型支持向量机
　　5.3 网络入侵检测的新方法
　　5.4 小结
　　第6 章 基于支持向量机的海水工厂化养殖环境监测
　　6.1 海水养殖问题研究的背景和意义
　　6.2 支持向量机应用于海水养殖问题的提出
　　6.3 支持向量机在大菱鲆养殖中的应用
　　6.4 小结
　　第7 章 支持向量机在其他领域的应用
　　7.1 在地源热泵系统中的应用
　　7.2 在教师教育师资队伍评价中的应用
　　7.3 在义务教育学校均衡发展评价中的应用
　　7.4 在商务采购决策管理中的应用
　　7.5 在棚栽植物生长环境监测中的应用
　　参考文献
　　附 录
　　附录 A 基础知识
　　附录B 希尔伯特空间
　　附录C 概 率
　　附录D 鸢尾属植物数据集
　　附录E 化理论基础

　　阎满富，男，汉族，博士，教授。历任唐山师范专科学校数学系副主任、主任、副校长等职。现任唐山师范学院副院长。1991年被评为河北省优秀教师，1999年荣获曾宪梓教育基金会“高等师范院校优秀教师奖”。在《中国高等教育》、《中国高教研究》、《工程数学学报》、《系统工程》等核心期刊上发表教育管理和学术论文30余篇，其中被国际三大检索刊物收录三篇。主编专著、教材和教学辅助用书12部，其中主编*确定的全国通用教材一部。获河北省教学成果二、三等奖各一项。参与国家自然科学基金项目研究一项，主研项目“基于SVM的海水工厂化养殖环境监测智能信息系统”被中国科学院专家鉴定为国际先进水平，并获唐山市人民政府科技进步二等奖。

　　本书以分类问题（模式识别、判别分析）为背景，介绍求解分类问题的支持向量机的基本理论、方法和应用，重点内容是支持向量机的理论基础和模型、分类问题的支持向量回归机求解途径、中心支持向量分类机、推理型支持向量分类机及支持向量分类机的应用。
　　本书可作为理工类、管理类等专业的高年级本科生、研究生的教材和教师的教学参考书，也可供有关领域的科技人员阅读参考。