节点文献
支持向量机原理及展望
The principle and prospect of support vector machine
【摘要】 支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法,通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下,亦能获得良好统计规律的目的。该方法不但算法简单,而且具有较好的"鲁棒"性,与神经网络相比,它的优点是训练算法中不存在局部极小值问题,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中,现在已经在许多领域取得了成功的应用。
【基金】 国家自然科学基金题(39270262)
- 【文献出处】 制造业自动化 ,Manufacturing Automation , 编辑部邮箱 ,2010年14期
- 【分类号】TP18
- 【被引频次】129
- 【下载频次】1332