1、“.....对于，ℓℓ数据假定数量二级并能由超平面尺寸，它被定义完全分离个模式包括类负样品的图案可以配制成满足方程图案包括类正样品最大向量可以发现通过最大化超平面和最近点的之间的距离的值。它可以制成个二次规划问题。它发现通过求解以下优化问题的最小点约束条件附录其中，是输入数据，是数据的输出，为那个搜索值的参数......”。

2、“.....可以使用的计算技术之是拉格朗日乘数如下图等式是拉格朗日乘子，这是零或正。上述公式的最优值可以通过最小化至和进行计算，并最大化到。与通知的特性，即最佳梯度点时，该方程可被修改为最大化问题仅仅含有，为以下等式，约束条件积通常由符号，其中是矩阵内核取代......”。

3、“.....数据与正被称为支持向量相关。在实验中，我们使用的包括图像是无缺陷和的图像与缺损的图像尺寸是子弹的图像。所提出的分类方案的性能的基础上训练数据的数量三个数据集进行评估。表示出了关于三个数据集的详细信息。表训练数据的数量图显示了个示例图像阅读的子弹是无缺陷和有缺陷。图像阅读阶段的目的是准备的图像数据作为初始数据的方案......”。

4、“.....有缺陷在图像分割步骤中所用的大津的阈值算法，目的，如图区的背景呈现给对象和背景，例如分离，给出白色来区分对象。图四图像分割无缺陷，有缺陷表预处理步骤的结果对于在表过程中所示的子弹图像预处理步骤的结果旨在图像区域是通过切割仅含子弹的图像的区域而不背景最小化......”。

5、“.....使得计算时间减少，在该实验中的图像的大小改变变得。该灰色调用进程是有益的转换彩色图像来进行灰度图像。在转换过程中，灰度图像的尺寸变换为维向量。此过程中会产生与尺寸像素的列向量，这将是与输入矢量分类使用分类处理的目的是进行分类测试的图像子弹包括无缺陷的图像或图像对不同特征向量的长度，其中和的功能有缺陷测试内核多项式......”。

6、“.....然而，最满意的效果线性附录内核给出。表示出了由每个经检测的内核提供的精确度。和线性内核的计算时间在表中。表每个内核的准确性表线性核的计算时间种新的机器学习方法，它基于结构风险最小化原则，能有效地解决过学习问题，具有良好的推广性能和较好的分类能力。信用评级对于银行的经营管理以及银行客户都有着十分重要的意义......”。

7、“.....本文首先对支持向量机的基本思想分类算法原理等进行比较系统的学习与探讨，再对银行个人信用数据本文主要采用的是建行和工行的数据指标进行分析比较。最后对下的工具箱进行系统学习，实现工具箱中在个人信用评级中的应用。基于支持向量机分类算法具有较好的分类预测能力的特性，应用下的工具箱，较好地实现了个人信用评级......”。

8、“.....它基于结构风险最小化原则，能有效地解决过学习问题，具有良好的推广性能和较好的支持向量机，是在统计学习理论的基础上发展起来摘要装订线基于支持向量类，即个人信用评级。支持向量机，是在统计学习理论的基础上发展起来的种新的机器学习方法，它基于结构风险最小化原则，能有效地解决过学习问题......”。

9、“.....信用评级对于银行的经营管理以及银行客户都有着十分重要的意义，个人信用评级是其中非常重要的组成部分。本文首先对支持向量机的基本思想分类算法原理等进行比较系统的学习与探讨，再对银行个人信用数据本文主要采用的是建行和工行的数据指标进行分析比较。工具箱评级。关键词支持向量机分类算法个人信用特征数据个人信用评级最后对下的工具箱进行系统学习......”。