首页 | 本学科首页   官方微博 | 高级检索  
     

模式识别中的支持向量机方法
引用本文:杜树新,吴铁军. 模式识别中的支持向量机方法[J]. 浙江大学学报(工学版), 2003, 37(5): 521-527
作者姓名:杜树新  吴铁军
作者单位:工业控制技术国家重点实验室浙江大学智能系统与决策研究所 浙江杭州(杜树新),工业控制技术国家重点实验室浙江大学智能系统与决策研究所 310027(吴铁军)
摘    要:针对模式识别问题,描述了支持向量机的基本思想,着重讨论了v—SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M—ary分类法、一次性求解等多类别分类方法,最后给出了污水生化处理过程运行状态监控的多类别分类实例,作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力。

关 键 词:模式识别 支持向量机 泛化能力 分类方法 海量样本数据训练算法分块法 分解法 模型选择方法
文章编号:1008-973X(2003)05-0521-07
修稿时间:2002-09-30

Support vector machines for pattern recognition
DU Shu-xin,WU Tie-jun of Intelligent Systems and Decision Making,Zhejiang University,Hangzhou ,China). Support vector machines for pattern recognition[J]. Journal of Zhejiang University(Engineering Science), 2003, 37(5): 521-527
Authors:DU Shu-xin  WU Tie-jun of Intelligent Systems  Decision Making  Zhejiang University  Hangzhou   China)
Affiliation:DU Shu-xin,WU Tie-jun of Intelligent Systems and Decision Making,Zhejiang University,Hangzhou 310027,China)
Abstract:
Keywords:support vector machines  pattern recognition  generalization ability.
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号