|
|||||
|
|
| 浅谈SVM及其与KNN的联系 | |
| 引用本文： | 张强,杨子龙,盛纲.浅谈SVM及其与KNN的联系[J].数字社区&智能家居,2005(5). |
| 作者姓名： | 张强 杨子龙 盛纲 |
| 作者单位： | 中国人民解放军炮兵学院六系 合肥230031 (张强，杨子龙)，中国人民解放军炮兵学院六系 合肥230031(盛纲) |
| 摘 要： | 支持向量机(SVM)是20纪90年代初由Vapnik等人提出的一类新型机器学习方法,此方法能够在训练样本很少的情况下达到很好的分类推广能力。能够较好地解决小样本、非线性及高维数等模式识别问题。近年来SVM已在人脸识别、函数逼近以及概率密度估计等众多领域得到了广泛的应用。近邻法(简称KNN)是模式识别非参数法中另外的一种重要的方法,本文阐述了它们之间的一个重要联系。 |
| 关 键 词： | 支持向量机 最近邻分类 核函数 特征空间 |
| 本文献已被 CNKI 等数据库收录！ | |