支持向量机及其在地震预报中的应用前景

• 作者: 林命週 王炜 赵利飞 马钦忠
• 来源期刊: 西北地震学报
• 学科: 地球科学
• 关键词: 统计学习理论 支持向量机 分类 回归 地震预报
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 综述
• 页码范围: 78-84
• 页数: 7页
• 分类号: P315.75
• 字数: 7239字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0844.2006.01.017

摘要

统计学习理论(SLT)是研究小样本情况下机器学习规律的理论.支持向量机(SVM)基于统计学习理论,可以处理高度非线性分类和回归等问题,不但较好地解决了小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力.本文介绍了支持向量机的分类、回归方法,分析了这一方法的特点,讨论了该方法在地震预报中的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王炜		29	365	11.0	18.0
2	林命週		5	49	3.0	5.0
3	马钦忠		23	240	11.0	15.0
4	赵利飞		14	131	8.0	11.0