支持向量机方法与模糊系统

被引：13

作者：

陈永义

机构：

[1] 中国气象局培训中心北京

来源：

模糊系统与数学 | 2005年 / 01期

关键词：

机器学习; 支持向量机; 模糊系统; 模糊控制;

D O I：

暂无

中图分类号：

O159 [模糊数学];

学科分类号：

070104 ;

摘要：

概括介绍了近年来倍受瞩目的一种新的计算机学习方法——支持向量机(Support VectorMachines,简称SVM)方法,这一方法具有坚实的理论基础和出色的应用效果;并分析了SVM方法与模糊系统的关系,对这两种方法的交互促进和发展提出了看法

引用

收藏

页码：1 / 11

页数：11

相关论文

共 3 条

[1] 处理非线性分类和回归问题的一种新方法(Ⅱ)——支持向量机方法在天气预报中的应用 [J].

冯汉中 ;

陈永义 .

应用气象学报, 2004, (03) :355-365

[2]

统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000

[3] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167