武汉理工大学学报（信息与管理工程版）
武漢理工大學學報（信息與管理工程版）
무한리공대학학보（신식여관리공정판）
JOURNAL OF WUHAN AUTOMOTIVE POLYTECHNIC UNIVERSITY
2008年
5期
673-677,684
,共6页
分类器%多类支撑向量机%SVMs%BT-SVMs
分類器%多類支撐嚮量機%SVMs%BT-SVMs
분류기%다류지탱향량궤%SVMs%BT-SVMs
统计学理论第一次系统地研究了在样本有限的情况下的机器学习问题.提出了一种能够根据样本数量合理地控制分类器的推广能力的一种模型选取原则,即结构风险最小化原则.支撑向量机(SVMs)是在该理论框架下产生的一种通用学习方法.通过对现有多类支撑向量机的系统分析,发现层次型支撑向量机BT-SVMs可以实现相对高效的多类分类,并对算法的改进提出了建议.
統計學理論第一次繫統地研究瞭在樣本有限的情況下的機器學習問題.提齣瞭一種能夠根據樣本數量閤理地控製分類器的推廣能力的一種模型選取原則,即結構風險最小化原則.支撐嚮量機(SVMs)是在該理論框架下產生的一種通用學習方法.通過對現有多類支撐嚮量機的繫統分析,髮現層次型支撐嚮量機BT-SVMs可以實現相對高效的多類分類,併對算法的改進提齣瞭建議.
통계학이론제일차계통지연구료재양본유한적정황하적궤기학습문제.제출료일충능구근거양본수량합리지공제분류기적추엄능력적일충모형선취원칙,즉결구풍험최소화원칙.지탱향량궤(SVMs)시재해이론광가하산생적일충통용학습방법.통과대현유다류지탱향량궤적계통분석,발현층차형지탱향량궤BT-SVMs가이실현상대고효적다류분류,병대산법적개진제출료건의.
