不确定性支持向量机是数据挖掘的一个新的研究领域，能有效地处理不确定性信息条件下的模式分类、回归预测、聚类分析和有序回归等诸多问题，并可应用于预测预警、综合评价等领域，因此适用于理科、丁科、管理和农业等多个学科。《不确定性支持向量机：算法及应用》从不确定性规划出发，结合模糊、粗糙和未确知等不确定性理论，详细阐述适用于各类问题的不确定性支持向量机模型和算法目前国内外不确定性优化理论和支持向量机相结合的研究正处于快速发展阶段，希望本书的出版能促进不确定性支持向量机在我国各个应用领域的普及与提升，并且给相关领域的理论研究者和实际工作者提供一些思路和帮助。本书适合于高等院校高年级本科生、研究生、教师以及相关领域的实际工作者阅读和使用。 杨志民，博士、浙江工业大学教授、博士生导师，主要从事支持向量机和不确定性信息数学处理研究，近年来，主持和参加了多项国家自然科学基金、省自然科学基金项目，出版学术专著3部，主编全国统编教材两部，在国内外学术刊物上发表论文50余篇，其中多篇被SCI、EI收录。刘广利，博士、中国农业大学副教授，主要从事数据挖掘和支持向量机研究，曾参加和主持了多项国家自然科学基金及省部级课题的研究，在国内外学术刊物上发表论文20余篇，其中多篇被SCI、EI收录。 前言第1章最优化理论基础1.1最优化问题1.1.1最优化问题的概念1.1.2线性规划1.1.3凸最优化1.2最优性条件1.2.1几何最优性条件1.2.2FritzJohn条件1.2.3KKT条件1.2.4鞍点1.2.5对偶理论1.2.6二次规划1.3最优化算法1.3.1线性逼近法1.3.2线性约束条件下的线性逼近法1.3.3非线性约束条件下的线性逼近法1.3.4可行方向法1.3.5投影梯度法1.3.6罚函数法第2章不确定性数学基础2.1模糊数学2.1.1模糊子集及其运算2.1.2模糊集的基本定理2.1.3模糊矩阵2.1.4模糊关系2.1.5模糊等价矩阵2.2粗糙集2.2.1粗糙集理论的基本思想2.2.2粗糙集理论的产生和发展2.2.3粗糙集理论的一些基本概念2.2.4粗糙集的应用2.3未确知理论2.3.1未确知数的概念2.3.2未确知数的加、减运算2.3.3未确知数的乘、除运算2.3.4确知数的大小关系2.3.5未确知数的数学期望与方差2.3.6高阶未确知数降阶方法第3章统计学习理论与支持向量机3.1统计学习理论3.2支持向量分类3.2.1基本概念3.2.2线性支持向量机3.2.3非线性支持向量机3.2.4支持向量分类算法3.2.5模型参数选择3.2.6其他分类模型3.3支持向量回归3.3.1一支持向量回归3.3.2一支持向量回归3.3.3其他回归模型3.3.4时间序列分析3.4核函数及其应用3.4.1核理论基础3.4.2核主成分分析3.4.3预警指标选择3.4.4核聚类第4章基于可能性理论的模糊支持向量分类机4.1可能性测度与模糊机会约束规划4.2模糊特征及其表示4.3模糊支持向量分类机4.3.1模糊线性可分模糊支持向量分类机4.3.2近似模糊线性可分模糊支持向量分类机4.3.3模糊非线性模糊支持向量分类机……第5章基于可信性理论的强模糊支持向量分类机第6章基于模糊系数规划的模糊支持向量分类机第7章模糊线性支持向量机第8章不确定性支持向量机第9章不确定性有序支持向量回归第10章不确定性聚类方法第11章未确知支持向量机第12章应用参考文献