| 基于统计学习理论的支持向量机的分类方法 |
| |
| 引用本文： | 杨斌,路游.基于统计学习理论的支持向量机的分类方法[J].微机发展,2006,16(11):56-58. |
| |
| 作者姓名： | 杨斌 路游 |
| |
| 作者单位： | 中国石油大学计算机系 北京102249 |
| |
| 基金项目： | 中国石油大学科技创新基金资助(05C088) |
| |
| 摘 要： | 支持向量机是一种新型机器学习方法,由于其出色的学习性能,该技术已成为机器学习领域新的研究热点。介绍用于分类的支持向量机的统计学习理论基础,在此基础上提出了支持向量机的分类算法,讨论了支持向量机存在的问题,对用于分类的支持向量机的应用前景进行了展望。
|
| 关 键 词： | 支持向量机 统计学习理论 结构风险最小化 数据分类 |
| 文章编号： | 1673-629X(2006)11-0056-03 |
| 修稿时间： | 2006年3月14日 |
Classification Method of Support Vector Machine Based on Statistical Learning Theory |
| |
| YANG Bin,LU You.Classification Method of Support Vector Machine Based on Statistical Learning Theory[J].Microcomputer Development,2006,16(11):56-58. |
| |
| Authors: | YANG Bin LU You |
| |
| Abstract: | Support vector machines are a kind of novel machine learning method, which have become the hotspot of machine learning because of their excellent performance.In this paper,the elements of statistical learning theory for support vector machines used in classification and algorithms are introduced.The main issues of support vector machine are discussed,and the application foreground of support vector machine is prospected. |
| |
| Keywords: | support vector machine statistical learning theory structural risk minimization data classification |
| 本文献已被 CNKI 等数据库收录！ |
