本書繫統闡述了孿生支持向量機的發展體繫和近期新研究成果。首先介紹了統計學習理論的基礎知識,論述了支持向量機和孿生支持向量機的分類模型和回歸模型。接著詳細論述了近些年發展起來的新型孿生支持向量機算法,包括:光滑孿生支持向量機、投影孿生支持向量機和多生支持向量機等。論述了孿生支持向量機和孿生支持向量回歸機的算法模型,並對它們的數學模型進行了分析和推導,探討了孿生支持向量機的模型選擇問題,介紹了幾種基於群智能算法的模型選擇方法。論述了兩種新型的光滑孿生支持向量模型:多項式光滑孿生支持向量機和光滑CHKS孿生支持向量機,從理論上證明了這兩種算法的收斂性和任意階光滑的性能投影孿生支持向量機相關算法理論。論述了基於矩陣模式的投影孿生支持向量機、遞歸很小二乘投影孿生支持向量機、光滑投影孿生支持向量機和基於魯棒局部嵌入的孿生支持向量機,分析和總結了這幾種算法的模型和算法性能。論述了局部信息保持的孿生支持向等