统计学习理论与支持向量机

被引：8

作者：

冼广淋

骆雪超

肖宇峰

机构：

[1] 华南理工大学计算机应用工程研究所 510640

[2] 华南理工大学计算机应用工程研究所

来源：

关键词：

统计学习理论; 支持向量机; 结构风险最小化原则;

D O I：

暂无

中图分类号：

TB114 [概率论、数理统计的应用];

学科分类号：

1201 ;

摘要：

支持向量机(SVM)是在统计学习理论(SLT)的基础上发展起来的一种新的机器学习方法。它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性。本文首先介绍统计学习理论和支持向量机的概念,然后进一步论述了SVM在模式分类中的多方面的应用。

引用

页码：178 / 181

页数：2