支持向量机的多分类算法

被引：30

作者：

胡国胜 ^{[1
]}

钱玲 ^{[2
]}

张国红 ^{[1
]}

机构：

[1] 广东科学技术职业学院

[2] 塔里木油田公司勘探开发研究院

来源：

系统工程与电子技术 | 2006年 / 01期

基金：

广东省自然科学基金;

关键词：

模式识别; 电力系统; 电力电子; 支持向量机; 多分类算法;

D O I：

暂无

中图分类号：

TP182 [专家系统、知识工程];

学科分类号：

1111 ;

摘要：

系统介绍了统计学习理论(statistical learning theory,SLT)与支持向量机(support vector machine,SVM)的基本思想和算法,总结和比较了二分类和多分类两种情况下支持向量机的主要训练算法。与人工神经网络相比,分析了支持向量机算法的优点。归纳了支持向量机在诸如模式识别、函数逼近、时间序列预测、故障预测和识别、信息安全、电力系统以及电力电子领域中的应用。最后对SVM前景作了展望。

引用

页码：127 / 132

页数：6