支持向量机(SVM)的研究进展

• 作者: 张新峰 李晓宇 沈兰荪
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 支持向量机 二次型规划问题 多类支持向量机 模型选择
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 专题报告--图像/视频技术及其应用
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP391
• 字数: 8168字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2006.05.003

摘要

介绍了基于分解思想的支持向量机的训练算法,主要有两大类:块算法和固定工作样本集算法及其对应的快速算法SVM-light、SMO、BSVM和LIBSVM;介绍了支持向量机的变形算法、多类分类算法及模型选择问题;并且对近年来支持向量机在实际中的应用做了简要介绍,最后讨论了支持向量机亟待解决的问题并对其发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈兰荪	北京工业大学信号与信息处理研究室	237	7601	48.0	79.0
2	李晓宇	北京工业大学信号与信息处理研究室	13	263	5.0	13.0
3	张新峰	北京工业大学信号与信息处理研究室	50	1027	14.0	31.0