统计学习理论是针对于小样本下的机器学习理论,它的核心思想是通过控制学习机的复杂度实现对其推广能力的控制。根据这一理论发展起来的支持向量机是以VC维和结构风险最小化原则为基础,支持向量机具有很多优点,它的出现较好地解决了过学习、非线性、高维数等实际问题。现如今,支持向量机被应用到生活中的各个领域,解决一些现实问题。本文主要介绍支持向量机的特点以及在人口数据分析当中的实际应用。文章绪论主要简单的阐述了选题的背景以及研究意义,并且介绍了国内外对支持向量机的研究现状。本文第二章简单地介绍了机器学习的发展历史及与机器学习相关的问题。第三章简述统计学理论,包括统计学习主要内容,VC维、推广性的界、结构风向最小化原则等相关概念及内容。第四章重点介绍支持向量机的相关内容,包括线性支持向量机和非线性支持向量机,线性支持向量机这部分又细分成线性可分和线性不可分这两种情况,这一章还介绍了核函数的相关概念以及支持向量机回归机。第五章论述了支持向量机的相关特点及其所具有的优势。第六章是本文的重点内容,根据收集得到的有关沈阳市2002年到2014年年末人口总数作为数据,用支持向量机建立模型进行人口预测,本章建立了两种支持向量机模型,预测出未来五年内沈阳市年末总人口数量。第七章根据收集得到沈阳市地区生产总值,找到人口数量与沈阳地区生产总值之间的关系,说明预测人口数量的重要性。最后,总结支持向量机方法的特点,对支持向量机今后的发展进行展望并且提出今后的研究方向。