浅谈SVM及其与KNN的联系

• 作者: 张强 杨子龙 盛纲
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 机器学习方法 支持向量机 SVM KNN 核函数 特征空间 统计学习理论 模式识别 近邻法
• 年，卷（期）: 2005,（2）
• 页码范围: 85-86
• 页数: 2页
• 分类号: TP181

摘要

支持向量机(SVM)是20纪90年代初由Vapnik等人提出的一类新型机器学习方法，此方法能够在训练样本很少的情况下达到很好的分类推广能力。能够较好地解决小样本、非线性及高维数等模式识别问题。近年来SVM已在人脸识别、函数逼近以及概率密度估计等众多领域得到了广泛的应用。近邻法(简称KNN)是模式识别非参数法中另外的一种重要的方法，本文阐述了它们之间的一个重要联系。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张强	中国人民解放军炮兵学院六系	111	508	10.0	21.0
2	杨子龙	中国人民解放军炮兵学院六系	2	2	1.0	1.0
3	盛纲	中国人民解放军炮兵学院六系	2	2	1.0	1.0