支持向量机研究

被引：81

作者：

崔伟东

周志华

李星

不详

机构：

[1] 不详

[2] 清华大学电子工程系!(北京)

[3] 不详

[4] 南京大学计算机软件新技术国家重点实验室!(南京)

[5] 清华大学电子工程系!(北京 )

[6] 不详

来源：

关键词：

支持向量机; 模式识别; 机器学习; 统计学习理论;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机是一类新型机器学习方法，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点。该文首先引入最优超平面的概念，然后对线性ＳＶＭｓ和非线性ＳＶＭｓ进行介绍，给出一些常用的训练算法，并指出ＳＶＭｓ存在的局限和将来可能的研究内容。

引用

页码：58 / 61

页数：4