智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2008年
6期
467-475
,共9页
统计学习理论%支持向量机%训练算法
統計學習理論%支持嚮量機%訓練算法
통계학습이론%지지향량궤%훈련산법
支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这些算法的性能进行比较,并且对SVM的扩展算法也进行简单介绍.最后对该领域存在的问题和发展趋势进行了展望.
支持嚮量機(SVM)是在統計學習理論基礎上髮展起來的新方法,其訓練算法本質上是一箇二次規劃的求解問題.首先簡要概述瞭SVM的基本原理,然後對SVM訓練算法的國內外研究現狀進行綜述,重點分析SVM的縮減算法和具有線性收斂性質的算法,對這些算法的性能進行比較,併且對SVM的擴展算法也進行簡單介紹.最後對該領域存在的問題和髮展趨勢進行瞭展望.
지지향량궤(SVM)시재통계학습이론기출상발전기래적신방법,기훈련산법본질상시일개이차규화적구해문제.수선간요개술료SVM적기본원리,연후대SVM훈련산법적국내외연구현상진행종술,중점분석SVM적축감산법화구유선성수렴성질적산법,대저사산법적성능진행비교,병차대SVM적확전산법야진행간단개소.최후대해영역존재적문제화발전추세진행료전망.
