中国科技信息
中國科技信息
중국과기신식
CHINA SCIENCE AND TECHNOLOGY INFORMATION
2008年
7期
268-269
,共2页
支持向量机%结构风险最小化原则%模式分类
支持嚮量機%結構風險最小化原則%模式分類
지지향량궤%결구풍험최소화원칙%모식분류
支持向量机是一种突出的小样本数据分析方法,它基于结构风险最小化原则,在一个高维特征空间中构造最优分类超平面,在解决很多实际问题中具有优于其他方法的特点.本文介绍了支持向量机原理及其在模式分类中多方面的应用,并阐述了SVM在算法上的最新研究.
支持嚮量機是一種突齣的小樣本數據分析方法,它基于結構風險最小化原則,在一箇高維特徵空間中構造最優分類超平麵,在解決很多實際問題中具有優于其他方法的特點.本文介紹瞭支持嚮量機原理及其在模式分類中多方麵的應用,併闡述瞭SVM在算法上的最新研究.
지지향량궤시일충돌출적소양본수거분석방법,타기우결구풍험최소화원칙,재일개고유특정공간중구조최우분류초평면,재해결흔다실제문제중구유우우기타방법적특점.본문개소료지지향량궤원리급기재모식분류중다방면적응용,병천술료SVM재산법상적최신연구.