支持向量机的研究是近十余年机器学习、模式识别和数据挖掘领域中的研究热点,受到了计算数学、统计、计算机、自动化和电信等有关学科研究者的广泛关注,取得了丰硕的理论成果,并被广泛地应用于文本分类、图像处理、语音识别、时间序列预测和函数估计等领域。《支持向量机的算法设计与分析》首先介绍了核函数的概念;然后从几何直观的角度介绍了建立二分类模型和回归模型过程中所取得的理论成果;最后对于分解算法、二乘支持向量机、多分类、模糊支持向量机、在线学习和大规模分类相关的成果进行了归纳和整理,从数学上对相关算法的原理进行了详细分析。《支持向量机的算法设计与分析》的内容既包括支持向量机的进展,也包括作者的多年研究成果。作者希望《支持向量机的算法设计与分析》能够有助于对机器学习、模式识别和数据挖掘感兴