| 支持向量机算法及应用 |
| |
| 引用本文： | 胡国胜.支持向量机算法及应用[J].现代电子技术,2005,28(3):106-109. |
| |
| 作者姓名： | 胡国胜 |
| |
| 作者单位： | 广东科学技术职业学院,广东,广州,510640;华南理工大学,信息与通信工程学院,广东,广州,510640 |
| |
| 基金项目： | 国家自然科学基金 (50 0 770 0 8)，广东省自然科学基金 (0 330 4 4 ) |
| |
| 摘 要： | 系统介绍了统计学习理论和支持向量机的基本思想，总结、比较了二分类和多分类2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，分析了支持向量机的优点。归纳了支持向量机在模式识别、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中的应用。
|
| 关 键 词： | 统计学习理论 支持向量机 模式识别 时间序列预测 电力系统 |
| 文章编号： | 1004-373X(2005)03-106-03 |
| 修稿时间： | 2004年9月28日 |
An Overview of Support Vector Machines Algorithms and Its Application |
| |
| HU Guosheng , a.An Overview of Support Vector Machines Algorithms and Its Application[J].Modern Electronic Technique,2005,28(3):106-109. |
| |
| Authors: | HU Guosheng a |
| |
| Affiliation: | HU Guosheng 1,2 a |
| |
| Abstract: | In this paper, the basic theory of Statistical Learning Theory(SLT) and Support Vector Machines(SVMs) is introduced. According to biclassification and multiclassification cases, main SVMs training algorithms are summarized and compared. Comparing to ANN, the merit of SVMs is analysed. Many applications of SVMs are induced, such as pattern recognition, function approaching, time series prediction, fault prediction, fault recognition, information security, power systems power electronics. |
| |
| Keywords: | statistical learning theory(SLT) Support Vector Machines(SVMs) pattern recognition timeseries prediction power systems |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
