| 支持向量机理论及算法研究综述 |
| |
| 引用本文： | 汪海燕,黎建辉,杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究,2014,31(5):1281-1286. |
| |
| 作者姓名： | 汪海燕 黎建辉 杨风雷 |
| |
| 作者单位： | 中国科学院计算机网络信息中心 科学数据中心，北京 100190 |
| |
| 基金项目： | 国家自然科学基金重点资助项目(91224006);国家“十二五”科技支撑计划资助项目(2012BAK17B01-1) |
| |
| 摘 要： | 介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状，并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处，指出了其研究方向及前景，并提出在分布式支持向量机这个方向上可以进行更深层次的研究。
|
| 关 键 词： | 支持向量机 统计学习理论 训练算法 模糊支持向量机 多分类支持向量机 模式识别 |
Overview of support vector machine analysis and algorithm |
| |
| WANG Hai-yan;LI Jian-hui;YANG Feng-lei.Overview of support vector machine analysis and algorithm[J].Application Research of Computers,2014,31(5):1281-1286. |
| |
| Authors: | WANG Hai-yan;LI Jian-hui;YANG Feng-lei |
| |
| Affiliation: | Science Data Center, Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | support vector machine(SVM) statistical learning theory(SLT) training algorithm fuzzy support vector machines multi-class support vector machines pattern recognition |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
