支持向量机研究

• 作者: 周志华 崔伟东 李星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 模式识别 机器学习 统计学习理论
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP3
• 字数: 3691字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.01.019

摘要

支持向量机是一类新型机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。该文首先引入最优超平面的概念,然后对线性SVMs和非线性SVMs进行介绍,给出一些常用的训练算法,并指出SVMs存在的局限和将来可能的研究内容。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志华		92	3105	30.0	55.0
2	李星	清华大学电子工程系	163	2416	25.0	45.0
3	崔伟东	清华大学电子工程系	2	294	2.0	2.0