基于支持向量机的曲线重建方法

被引:7
作者
王国锋
刘岩
李言俊
机构
[1] 西北工业大学航天学院
关键词
支持向量机; 曲线重建; 函数逼近;
D O I
暂无
中图分类号
TP301 [理论、方法];
学科分类号
081202 ;
摘要
基于统计学习理论 ( SLT)的支持向量机 ( SVM)在高维空间中表示复杂函数是一种有效的通用方法 ,也是一种新的、很有发展前景的机器学习算法。文中简要介绍了基于支持向量机的理论 ,并在此基础上提出了一种基于支持向量机 ( SVM)的曲线重建算法 ,最后给出了实验 ,证明了该方法的有效性。
引用
收藏
页码:33 / 36
页数:4
相关论文
共 3 条
[1]   支持向量机理论综述 [J].
萧嵘 ;
王继成 ;
张福炎 .
计算机科学, 2000, (03) :1-3
[2]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[3]  
模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000