模式识别中的支持向量机方法

• 作者: 吴铁军 杜树新
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 支持向量机 模式识别 泛化能力
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 521-527
• 页数: 7页
• 分类号: TP181
• 字数: 6883字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2003.05.006

摘要

针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方法.最后给出了污水生化处理过程运行状态监控的多类别分类实例.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜树新		7	556	6.0	7.0
2	吴铁军		11	670	9.0	11.0