支持向量机推广能力估计方法比较

• 作者: 杨绍全 汤建龙 董春曦 饶鲜
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 支持向量机(SupportVectorMachine,SVM) 推广能力估计 方法比较
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 综述
• 页码范围: 86-91,96
• 页数: 7页
• 分类号: TP389.1
• 字数: 6400字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2004.04.020

摘要

支持向量机是一种新的机器学习算法,与其它学习算法相比,它的最大优点是基于结构风险最小化原则,因而能够保证推广能力.推广能力估计是机器学习中的一个重要问题,是实现自适应调整、参数选择、模型选择的等方法的基础.本文详细比较当前较有影响的几种推广能力估计方法,指出了这些方法适应范围和优缺点,并结合各种方法的原理讨论了推广能力估计可能的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤建龙		39	285	9.0	15.0
2	杨绍全		96	1198	16.0	30.0
3	董春曦		43	648	12.0	25.0
4	饶鲜		16	360	8.0	16.0