本书的内容包括支持向量机概述、支持向量分类机模型、加权支持向量分类机算法、线性支持向量分类机数据扰动分析、非线性支持向量分类机数据扰动分析、线性支持向量回归机的数据扰动分析。 本书内容丰富，深入浅出。为使数学基础不同的读者都能较好地对本门知识建立起概貌，结合自己的领域实际应用该门知识，本书特别重视的是： 结合简单、典型的实例，讲清楚支持向量分类机数据扰动分析理论的产生背景，系统论述了支持向量分类机数据扰动分析体系。本书不仅可作为理工科人工智能方面研究生的扩充资料，也可供数学基础较强但对本方面知识有强烈学习愿望的其他各类读者自学之用，还可作为有关专业教师和科研人员的参考书。

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