华南金融电脑
華南金融電腦
화남금융전뇌
FINANCIAL COMPUTER OF HUANAN
2008年
3期
29-30
,共2页
支持向量机%结构风险最小化原则%最优分类超平面
支持嚮量機%結構風險最小化原則%最優分類超平麵
지지향량궤%결구풍험최소화원칙%최우분류초평면
支持向量机是在统计学习理论的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决学习问题,具有良好的推广性能和较好的分类精确性.支持向量机比RBF神经元网络和BP神经元网络在分类方面具有更好的推广能力.
支持嚮量機是在統計學習理論的基礎上髮展起來的一種新的機器學習方法,它基于結構風險最小化原則,能有效地解決學習問題,具有良好的推廣性能和較好的分類精確性.支持嚮量機比RBF神經元網絡和BP神經元網絡在分類方麵具有更好的推廣能力.
지지향량궤시재통계학습이론적기출상발전기래적일충신적궤기학습방법,타기우결구풍험최소화원칙,능유효지해결학습문제,구유량호적추엄성능화교호적분류정학성.지지향량궤비RBF신경원망락화BP신경원망락재분류방면구유경호적추엄능력.
