|
|||||
|
|
| 基于商空间的支持向量机方法 | |
| 引用本文： | 吴涛,夏莹,段震,陈传明,张媛,张铃.基于商空间的支持向量机方法[J].计算机科学,2004,31(Z2):212-214. |
| 作者姓名： | 吴涛 夏莹 段震 陈传明 张媛 张铃 |
| 作者单位： | 1. 安徽大学计算智能与信号处理实验室,安徽大学人工智能研究所,合肥,230039;安徽大学数学与信息科学学院,合肥,230039 2. 华东师范大学信息学院计算机系,上海,200062 3. 安徽大学计算智能与信号处理实验室,安徽大学人工智能研究所,合肥,230039 |
| 基金项目： | 本研究得到国家自然科学基金(60175018)、安徽省高等学校青年教师科研资助计划项目(2004jq102)、安徽省教育厅自然科学研究基金(2003kj007)和安徽大学人才队伍建设经费资助. |
| 摘 要： | 1引言
Vapnik提出支持向量的机器学习方法1]是建立在统计学习理论基础上的一种构造性学习方法,对线性可分情况给出一个用规划方法求解最大间隔的解,对线性不可分情况提出利用核函数,将原问题映射到高维空间,然后按线性可分的情况进行处理,它通过空间的变换解决了传统神经网络通过增加隐层神经元才能解决的问题,并成功应用于众多领域2～6]. |
A Machine Learning Method Based on Quotient Space and SVM |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |