| 基于支持向量机的模式识别方法 |
| |
| 引用本文： | 肖健华,吴今培.基于支持向量机的模式识别方法[J].五邑大学学报(自然科学版),2002,16(1):6-10. |
| |
| 作者姓名： | 肖健华 吴今培 |
| |
| 作者单位： | 五邑大学,智能技术与系统研究所,广东江门,529020 |
| |
| 基金项目： | 广东省自然科学基金(990828) |
| |
| 摘 要： | 介绍了由Vapnik等人提出的统计学习理论和由此发展的支持向量机，分析了其应用前景和研究方向，两个算例表明，在模式识别领域中，采用支持向量机这一新方法，具有其他传统方法不可比拟的优势。
|
| 关 键 词： | 统计学理论 支持向量机 神经网络 模式识别 有限学习样本 机器学习 |
| 文章编号： | 1006-7302(2002)01-0006-05 |
Pattern recognition method based on support vector machine |
| |
| XIAO Jian-hua,WU Jin-pei.Pattern recognition method based on support vector machine[J].Journal of Wuyi University(Natural Science Edition),2002,16(1):6-10. |
| |
| Authors: | XIAO Jian-hua WU Jin-pei |
| |
| Abstract: | The statistical learning theory or SLT put forward by Vapnik et. al and support vector machine or SVM developed from SLT are introduced in this paper. Their application foreground and research direction are analyzed. At the end of paper, the two imitation examples indicate that in the field of pattern recognition SVM has great advantage than other traditional methods such. |
| |
| Keywords: | statistical learning theory support vector machine neural network pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
