| 支持向量机及其训练算法 |
| |
| 引用本文： | 宋杰. 支持向量机及其训练算法[J]. 韶关学院学报, 2008, 29(3): 1-4 |
| |
| 作者姓名： | 宋杰 |
| |
| 作者单位： | 韶关学院数学系,广东,韶关,512005 |
| |
| 基金项目： | 国家自然科学基金 , 广东省自然科学基金 |
| |
| 摘 要： | 支持向量机是一种新型通用的机器学习方法，已成为数据挖掘的一种强有力的工具．通过研究线性和非线性支持向量机的模型，给出若干常用的训练算法．
|
| 关 键 词： | 支持向量机 统计学习理论 二次规划 训练算法 |
| 文章编号： | 1007-5348(2008)03-0001-04 |
| 修稿时间： | 2007-12-12 |
Support vector machine and its training algorithms |
| |
| SONG Jie. Support vector machine and its training algorithms[J]. Journal of Shaoguan University(Social Science Edition), 2008, 29(3): 1-4 |
| |
| Authors: | SONG Jie |
| |
| Affiliation: | SONG Jie ( Department of Mathematics, Shaoguan University, Shaoguan 512005, Guangdong, China) |
| |
| Abstract: | Support Vector Machine（SVM） is a new general method of machine learning. This article introduces linear and nonlinear SVM respectively, then gives some training algorithms used widely. |
| |
| Keywords: | support vector machine statistic learning theory quadratic programming training algorithm |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
