一种新的机器学习算法:Support Vector Machines

• 作者: 姚穗 方廷健 范劲松 陶卿
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 机器学习 SVM 神经网络 VC理论 经验风险 期望风险
• 年，卷（期）: 2000,（3）
• 所属期刊栏目: 综述与评论
• 页码范围: 285-290
• 页数: 6页
• 分类号: TP18
• 字数: 5558字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2000.03.010

摘要

SVM是由Vapnik及其领导的AT&T Bell实验室研究小组提出的一种新的非常有发展前景的机器学习算法.本文通过它与神经网络学习算法的比较,说明了SVM具有较强的理论依据和较好的泛化性能.本文是SVM的发展综述,重点介绍了SVM的理论依据和一些值得研究的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方廷健	中国科学院合肥智能机械研究所	50	2136	22.0	46.0
2	陶卿	中国科学院合肥智能机械研究所	23	501	8.0	22.0
6	姚穗		3	140	1.0	3.0
7	范劲松	中国科学院合肥智能机械研究所	5	327	5.0	5.0