统计学习理论及支持向量机概述

• 作者: 周旭 毕笃彦 郑红军
• 来源期刊: 现代电子技术
• 关键词: 统计学习理论 支持向量机 VC雏 结构风险
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 实战基地
• 页码范围: 59-61
• 页数: 3页
• 分类号: O183.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2003.04.022

摘要

针对传统统计模式识别理论中基于大数定理的假设,介绍了统计学习理论和以该理论为基础的支持向量机模式识别方法.指出了以结构风险最小化为原则的分类嚣设计方法,即同时兼顾分类能力最优化和经验风险最小化.支持向量机是统计学习理论的VC雏理论和结构风险最小原理的具体实现,他通过非线性变换将输入空间变换到一个高维空间然后在这个新空间中求取最优线性分类面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕笃彦	空军工程大学工程学院信号与信息处理实验室	282	3094	27.0	43.0
2	周旭	空军工程大学工程学院信号与信息处理实验室	3	124	3.0	3.0
3	郑红军	空军工程大学工程学院信号与信息处理实验室	1	93	1.0	1.0