统计学习理论是由Vapnik提出的一种关于小样本统计学习的(SLT)的理论,着重研究有限样本的统计规律及学习方法性质,并在此基础上发展了一种新的通用学习算法-支持向量机(SVM),较好的解决了小样本学习问题.目前SLT和SVM已成为国际上机器学习领域新的研究热点.标准的SVM是针对监督学习问题的.为解决当训练集中包含的信息不充分或缺少足够的训练样本的模式识别问题,该文研究了半监督支持向量机S<3>VM.数值实验和统计学习理论表明:当训练集提供的信息不充分或工作集与训练集样本数量分布悬殊较大时,并入工作集的信息与训练集一起进行训练,能够提高SVM学习机对工作集中未标示样本的推广能力.因此,半监督支持向量机在机器问题上是一个具有发展潜力的研究方向.县级区域是中国分布最为广泛的基本行政地域单元,是可持续发展战略得以贯彻执行的基本组织者和管理者.文章以区域可持续发展理论为指导,建立县域可持续发展综合评价指标体系,并利用半监督支持向量机构建县域可持续发展的综合实力评价系统,给出了可持续发展综合实力评价的新方法,并通过对邯郸15个县作实证分析,论证了基于半监督支持向量机的县域可持续发展评价系统的可行性和有效性.得出的评价结果符合实际.而且,论文提出了建立线性支持向量机回归模型的方法,并对邱县的经济、人口和资源进行了系统分析,运用SVM回归理论及VC推广界构建了邱县各个子系统的经济计量模型.对直接从训练数据选择SVM回归模型中的参数进行了研究,而且不是传统的重复抽样方法,这样选择的参数对各种不同的噪音水平、噪音模型、回归函数及样本容量,均使SVM估计产生良好的推广能力.同时,该文将SVM理论与时间序列分析结合对邱县各个子系统发展的目标进行预测,提出了基于VC推广界的SVR时间序列分析中嵌入维数的确定方法,为邱县的综合发展提供理论参考.