重庆工商大学学报：自然科学版
重慶工商大學學報：自然科學版
중경공상대학학보：자연과학판
Journal of Chongqing Technology and Business University:Natural Science Edition
2011年
5期
453-457
,共5页
支持向量机%几何算法%压缩凸包%压缩超球体
支持嚮量機%幾何算法%壓縮凸包%壓縮超毬體
지지향량궤%궤하산법%압축철포%압축초구체
support vector machine%geometry algorithm%reduced convex hull%compressed hyper sphere
支持向量机是基于统计学习理论的一种学习方法,提出了基于压缩超球体的SVM分类问题的一种几何方法,具有直观、简单和易于实现的特点;通过实例验证,说明此方法的可行性和有效性,具有一定的推广价值。
支持嚮量機是基于統計學習理論的一種學習方法,提齣瞭基于壓縮超毬體的SVM分類問題的一種幾何方法,具有直觀、簡單和易于實現的特點;通過實例驗證,說明此方法的可行性和有效性,具有一定的推廣價值。
지지향량궤시기우통계학습이론적일충학습방법,제출료기우압축초구체적SVM분류문제적일충궤하방법,구유직관、간단화역우실현적특점;통과실례험증,설명차방법적가행성화유효성,구유일정적추엄개치。
Support vector machine is a kind of learning method based on statistical learning.A kind of geometry algorithm based on SVM classification method of compressed hyper sphere is pointed out and this algorithm has the characteristics of directviewing,simplicity and easy implementation.Tested by examples,this algorithm is feasible and effective and has certain popularization ability.
