本書以分類問題為背景，針對非平行超平面分類器算法的發(fā)展現(xiàn)狀，從提升泛化能力、提高學習效率等方面對現(xiàn)有非平行超平面分類器算法進行了深入系統(tǒng)地研究，提出局部保持孿生支持向量機、非線性最小二乘投影孿生支持向量機、魯棒的局部加權(quán)孿生支持向量機、最小二乘加權(quán)投影孿生支持向量機和基于L1范數(shù)損失的投影孿生支持向量機。本書適合理工類、管理類等專業(yè)的研究人員和工程技術人員參考閱讀，也適合作為高等學校計算機、人工智能、管理科學與工程等的研究生教學用書。