学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
支持向量机理论及算法研究综述
被引:216
作者
:
汪海燕
论文数:
0
引用数:
0
h-index:
0
机构:
中国科学院计算机网络信息中心科学数据中心
汪海燕
黎建辉
论文数:
0
引用数:
0
h-index:
0
机构:
中国科学院计算机网络信息中心科学数据中心
黎建辉
杨风雷
论文数:
0
引用数:
0
h-index:
0
机构:
中国科学院计算机网络信息中心科学数据中心
杨风雷
机构
:
[1]
中国科学院计算机网络信息中心科学数据中心
来源
:
计算机应用研究
|
2014年
/ 31卷
/ 05期
关键词
:
支持向量机;
统计学习理论;
训练算法;
模糊支持向量机;
多分类支持向量机;
模式识别;
D O I
:
暂无
中图分类号
:
TP181 [自动推理、机器学习];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状,并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处,指出了其研究方向及前景,并提出在分布式支持向量机这个方向上可以进行更深层次的研究。
引用
收藏
页码:1281 / 1286
页数:6
相关论文
未找到相关数据
未找到相关数据