| 支持向量机下机器学习模型的分析 |
| |
| 引用本文： | 李海,李春来,侯德艳.支持向量机下机器学习模型的分析[J].吉首大学学报(自然科学版),2010,31(3):39-42. |
| |
| 作者姓名： | 李海 李春来 侯德艳 |
| |
| 作者单位： | （1.吉首大学数学与计算机科学学院，湖南 吉首 416000；2.湘西民族职业技术学院，湖南 吉首 416000） |
| |
| 基金项目： | 湖南省教育厅重点项目，吉首大学校级课题资助 |
| |
| 摘 要： | 首先概述了支持向量机的发展与应用，指出其在机器学习领域有较大的发展前景.分析了支持向量机的基本算法，进而阐述了基于支持向量机的机器学习模型构造思路.给出了其应用于机器学习模型的核函数和训练算法，最后给出了学习模型的具体分类效果.
|
| 关 键 词： | 机器学习 人工智能 支持向量机 模式识别 |
Analysis of Machine Learning Model Based on Support Vector Machine |
| |
| LI Hai,LI Chun-lai,HOU De-yan.Analysis of Machine Learning Model Based on Support Vector Machine[J].Journal of Jishou University(Natural Science Edition),2010,31(3):39-42. |
| |
| Authors: | LI Hai LI Chun-lai HOU De-yan |
| |
| Institution: | (1.College of Mathematics and Computer Science,Jishou University,Jishou 416000,Hunan China;2.Xiangxi Vocational and Technical College for Nationalities,Jishou 416000,Hunan China) |
| |
| Abstract: | The development of support vector machines(SVM) is firstly summarized.Its application in machine learning has great prospects.The basic SVM algorithm is analyzed,and the ideas of constructing machine learning based on SVM are presented.The kernel function and training algorithm of applying SVM in the machine learning model are put forward.Lastly,the classifying effect of the learning model is shown. |
| |
| Keywords: | machine learning artificial intelligence support vector machine pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《吉首大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《吉首大学学报(自然科学版)》下载免费的PDF全文 |
