| 基于支持向量机的模式识别方法 |
| |
| 引用本文： | 梁宏斌,严正俊.基于支持向量机的模式识别方法[J].现代电子技术,2007,30(16):193-194. |
| |
| 作者姓名： | 梁宏斌 严正俊 |
| |
| 作者单位： | 西安邮电学院,陕西,西安,710061 |
| |
| 摘 要： | 基于统计学习理论的支持向量机(SVM)方法是现代智能技术的一个重要分支。SVM实现了结构风险最小化(SRM),而不是经验风险最小化(ERM),在保证分类精度的前提下,提高了分类器的泛化能力。着重讨论C-SVM原理,并在此基础之上,对算法进行了测试。测试结果表明,C-SVM分类算法具有较好的推广能力。
|
| 关 键 词： | 统计学习理论 支持向量机 模式识别 |
| 文章编号： | 1004-373X（2007）16-193-02 |
| 收稿时间： | 2007-03-21 |
| 修稿时间： | 2007年3月21日 |
Pattern Recognition Based on Support Vector Machine |
| |
| LIANG Hongbin,YAN Zhengjun.Pattern Recognition Based on Support Vector Machine[J].Modern Electronic Technique,2007,30(16):193-194. |
| |
| Authors: | LIANG Hongbin YAN Zhengjun |
| |
| Abstract: | Support Vector Machine based on the statistic learning theory,is an important branch of modern intelligence technical.SVM realizes SRM while not ERM,on the basis of chassification phecies,the ordinary capacity is proposed.This paper mainly discusses the C-SVM algorithm.Based on this,the algorithm is validated through a universal database. |
| |
| Keywords: | C-SVM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
