支持向量機是在統(tǒng)計學習理論基礎上發(fā)展而來的一種通用學習機器。它建立在嚴密的統(tǒng)計學基礎上,基于結構風險最小化準則取得實際風險,有效地提高了算法泛化能力,是處理有限樣本學習的有效工具,在回歸和模式識別領域具有良好的應用價值和發(fā)展前景,本書介紹了支持向量機算法及其在電氣工程領域中的應用。為了便于讀者閱讀和解決實際問題,書中首先對支持向量機的基本原理、訓練算法、模型選擇做了系統(tǒng)闡述。在此基礎上,重點介紹了支持向量機在異步電機、電力變壓器等電氣設備的故障診斷以及交流電機非線性建模、電力系統(tǒng)短期負荷預測等領域中的應用,具有較強的實用性。本書可作為高等學校電氣工程及其自動化等專業(yè)本科高年級學生和研究生的教材,亦可供從事相關領域的科研人員和工程技術人員參考。