支持向量机推广能力估计方法比较
지지향량궤추엄능력고계방법비교
Comparison in Generalization Performance of Support Vector Machine Algorithms
  • 万方数据
    电路与系统学报 전로여계통학보
    JOURNAL OF CIRCUITS AND SYSTEMS
    2004年 4期 86-91,96 ,共7页

    董春曦%杨绍全%饶鲜%汤建龙

    동춘희%양소전%요선%탕건룡

    支持向量机(SupportVectorMachine,SVM)%推广能力估计%方法比较 支持嚮量機(SupportVectorMachine,SVM)%推廣能力估計%方法比較
    지지향량궤(SupportVectorMachine,SVM)%추엄능력고계%방법비교
    支持向量机是一种新的机器学习算法,与其它学习算法相比,它的最大优点是基于结构风险最小化原则,因而能够保证推广能力.推广能力估计是机器学习中的一个重要问题,是实现自适应调整、参数选择、模型选择的等方法的基础.本文详细比较当前较有影响的几种推广能力估计方法,指出了这些方法适应范围和优缺点,并结合各种方法的原理讨论了推广能力估计可能的发展方向.
    지지향량궤시일충신적궤기학습산법,여기타학습산법상비,타적최대우점시기우결구풍험최소화원칙,인이능구보증추엄능력.추엄능력고계시궤기학습중적일개중요문제,시실현자괄응조정、삼수선택、모형선택적등방법적기출.본문상세비교당전교유영향적궤충추엄능력고계방법,지출료저사방법괄응범위화우결점,병결합각충방법적원리토론료추엄능력고계가능적발전방향.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문