支持向量训练算法研究

被引:4
作者
艾青
刘洋
秦玉平
机构
[1] 渤海大学信息科学与工程学院
关键词
支持向量机; 分解算法; SMO;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
支持向量机(support vector m ach ine,SVM)是在统计学习理论基础上发展起来的一种新的数据挖掘方法,并已广泛应用于模式识别与回归分析。针对一些主要的SVM训练方法,比较了它们的优缺点并重点阐述了其中最有代表性的序贯最小优化(SMO)算法及其多种改进算法,最后指出了进一步研究和应用亟待解决的一些问题。
引用
收藏
页码:266 / 268
页数:3
相关论文
共 1 条
[1]   序贯最小优化的改进算法 [J].
李建民 ;
张钹 ;
林福宗 .
软件学报, 2003, (05) :918-924