支持向量机理论及其应用

• 作者: 邵惠鹤
• 来源期刊: 自动化博览
• 学科: 工学
• 关键词: 支持向量机 序列最小优化算法 支持向量回归估计 软测量 人工神经元网络
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 综述
• 页码范围: 90-95
• 页数: 6页
• 分类号: TP18
• 字数: 10698字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0492.2003.z1.022

摘要

支持向量机(SVMs,Support Vector Machines)是基于统计学习理论框架下的一种新的通用机器学习方法.它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化能力,为解决工业过程控制中存在的问题提供了一种可行的有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵惠鹤	上海交通大学自动化系	327	7662	43.0	72.0