|
|||||
|
|
| 模糊邻域风险最小化算法 | |
| 引用本文： | 杞娴,胡光华,徐天泽.模糊邻域风险最小化算法[J].计算机科学,2004,31(Z2):200-202. |
| 作者姓名： | 杞娴 胡光华 徐天泽 |
| 作者单位： | 1. 云南大学数学系,昆明,650091 2. 云南警官学院,昆明,650091 |
| 基金项目： | 云南省自然科学基金项目资助(2003E0086M)、云南省教育厅基金资助项目(02ZY011)、云南大学理(工)科校级科研项目资助(2002Q019SL). |
| 摘 要： | 1引言
由Vapnik等1]提出的支持向量机(SupportVector Machines,简记为SVM)是一种基于统计学习和结构风险最小化原理的新型学习机器.SVM作为一种新型神经网络,将待解决的问题转化为一个二次规划问题,从而克服了传统神经网络的隐层节点选择难和可能陷入的局部极小化问题.目前,SVM已被广泛地应用于模式识别2]、回归估计3]和各类金融时间序列预测问题4]中. |
| 本文献已被 万方数据 等数据库收录！ | |