支持向量机是在统计学习理论基础上发展而来的一种通用学习机器。它建立在严密的统计学基础上，基于结构风险最小化准则取得实际风险，有效地提高了算法泛化能力，是处理有限样本学习的有效工具，在回归和模式识别领域具有良好的应用价值和发展前景。 本书介绍了支持向量机算法及其在电气工程领域中的应用。为了便于读者阅读和解决实际问题，书中首先对支持向量机的基本原理、训练算法、模型选择做了系统阐述。在此基础上，重点介绍了支持向量机在异步电机、电力变压器等电气设备的故障诊断以及交流电机非线性建模、电力系统短期负荷预测等领域中的应用，具有较高的实用性。