| 核学习机研究 |
| |
| 引用本文： | 李映,张艳宁,赵荣椿.核学习机研究[J].计算机工程与应用,2004,40(17):4-6,17. |
| |
| 作者姓名： | 李映 张艳宁 赵荣椿 |
| |
| 作者单位： | 西北工业大学计算机学院,西安,710072 |
| |
| 基金项目： | 国家自然科学基金项目(编号:60141002)资助 |
| |
| 摘 要： | 该文概述了近年来机器学习研究领域的一个热点问题———核学习机。首先分析了核方法的主要思想,然后着重介绍了几种新近发展的核学习机,包括支持向量机、核的Fisher判别分析等有监督学习算法及核的主分量分析等无监督学习算法,最后讨论了其应用及前景展望。
|
| 关 键 词： | 核方法 支持向量机 Fisher判别分析 主分量分析 |
| 文章编号： | 1002-8331-(2004)17-0004-03 |
Research on Kernel-based Learning Machines |
| |
| Li,Ying Zhang Yanning Zhao Rongchun.Research on Kernel-based Learning Machines[J].Computer Engineering and Applications,2004,40(17):4-6,17. |
| |
| Authors: | Li Ying Zhang Yanning Zhao Rongchun |
| |
| Abstract: | This paper firstly analyzes the main ideas of kernel -based learning machines,and then provides an introduction to some kinds of kernel learning machines developed recently,including support vector machine(SVMs ),kernel Fisher discriminant analysis(KFD)for supervised learning and kernel principal component analysis(KPCA)for unsupervised learning.The applications and perspectives of the kernel methods are discussed finally. |
| |
| Keywords: | kernel methods Support Vector Machine(SVMs ) Fisher discriminant analysis Principal Component Analysis(PCA) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
