支持向量机模型与应用综述

被引：79

作者：

刘方园

王水花

张煜东

机构：

[1] 南京师范大学计算机科学与技术学院

来源：

计算机系统应用 | 2018年 / 27卷 / 04期

关键词：

支持向量机; 核函数; 文本; 医疗; 车辆; 分类;

D O I：

10.15888/j.cnki.csa.006273

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

依据支持向量机的发展引用多篇基于不同领域应用的文献,包括文本识别、人体部位、车辆交通、医疗检测及其他领域.同时从核函数方法的原理和贴合实际数据集的多分类方法两方面详细阐述支持向量机的理论基础和发展历程.研究表明,支持向量机技术改进和应用的发展空间是无限的,识别分类技术的前景是广阔的.

引用

页码：1 / 9

页数：9

共 19 条

[1] 基于混合核学习支持向量机的主减速器故障诊断 [J].

张华伟 ;

左旭艳 ;

潘昊 .

计算机应用与软件, 2017, 34 (05) :91-98

[2] 基于多特征提取和SVM分类的手势识别 [J].

刘小建 ;

张元 .

计算机工程与设计, 2017, 38 (04) :953-958

[3] 基于形态学与支持向量机的虹膜坑洞纹理检测 [J].

苑玮琦 ;

朱立军 ;

张波 .

仪器仪表学报, 2017, 38 (03) :664-671

[4]

高光谱成像技术的库尔勒梨早期损伤可视化检测研究[J]. 陈欣欣,郭辰彤,张初,刘子毅,蒋浩,楼兵干,何勇.光谱学与光谱分析. 2017(01)

[5] 基于KNN-SVM的垃圾邮件过滤模型 [J].

林荫 .

现代电子技术, 2016, 39 (23) :90-92+97

[6] 基于支持向量机优化的行人跟踪学习检测方法 [J].

孙炜 ;

薛敏 ;

孙天宇 ;

胡梦云 ;

吕云峰 .

湖南大学学报(自然科学版), 2016, 43 (10) :102-109

[7] 基于SVM的偏斜车牌识别 [J].

张笑 ;

张明 .

现代计算机(专业版), 2016, (23) :64-68

[8] 基于浮动公交车的SVM实时交通状态识别研究 [J].

王锐 ;

杨宏业 ;

张海鹏 .

内蒙古工业大学学报(自然科学版), 2016, 35 (01) :18-23

[9] 多特征融合和交叉核SVM的车辆检测方法 [J].

胡庆新 ;

焦伟 ;

顾爱华 .

合肥工业大学学报(自然科学版), 2016, 39 (01) :84-89

[10] 基于改进PCA和支持向量机的掌纹识别 [J].

李昆仑 ;

张亚欣 ;

刘利利 ;

耿雪菲 .

计算机科学, 2015, 42(S2) (S2) :146-150

← 1 2 →