第1章 绪论
1．1 背景及意义
1．2 研究现状
1．2．1 线性回归模型
1．2．2 矩阵回归模型
1．3 本书主要内容及结构

第2章 弹性网正则化最小二乘矩阵回归
2．1 模型引入
2．2 统计性质
2．2．1 组性质
2．2．2 风险上界
2．3 VNS-EN算法
2．4 数值实验
2．5 本章小结

第3章 核范数正则化Huber矩阵回归
3．1 模型引入
3．2 统计性质
3．2．1 抗离群点干扰性
3．2．2 风险上界
3．3 加速邻近梯度算法
3．4 数值实验
3．4．1 模拟数据
3．4．2 真实数据分析
3．5 本章小结

第4章 低秩弹性网正则化Huber矩阵回归
4．1 模型引入
4．2 统计性质
4．2．1 组性质
4．2．2 抗离群点干扰性
4．2．3 风险上界
4．3 加速邻近梯度算法
4．4 数值实验
4．4．1 模拟数据
4．4．2 真实数据分析
4．5 本章小结

第5章 行弹性网正则化Huber矩阵回归
5．1 模型引入
5．2 统计性质
5．2．1 组性质
5．2．2 抗离群点干扰性
5．2．3 风险上界
5．3 加速邻近次梯度算法
5．3．1 次梯度算法
5．3．2 调整参数的选择
5．4 数值实验
5．4．1 模拟数据
5．4．2 真实数据分析
5．5 本章小结

第6章 概率不等式
6．1 期望不等式
6．2 矩不等式
6．3 概率不等式指数型上界
6．4 次高斯、次指数分布不等式
6．5 极大值不等式
6．6 期望与方差的两个常用等式

参考文献