基于统计学习理论的支持向量机(SVM)学习方法

• 作者: 纪华
• 来源期刊: 科学时代
• 学科: 社会科学
• 关键词: 统计学习理论 支持向量机 学习方法 研究现状
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 教育教学方法研究
• 页码范围: 33-37
• 页数: 5页
• 分类号: C8
• 字数: 5495字
• 语种: 中文

摘要

支持向量机(SVM)是基于统计学习理论(SLT)的一种新的机器学习方法.由于具有较完备的理论基础和较好的学习性能,能很好地解决小样本、非线性、高维数和局部极小点等实际问题,使它成为继神经网络之后新的研究热点.本文概述了统计学习理论中关于小样本统计的部分重要结论,介绍了SVM的基本原理、算法、以及存在的问题,并讨论了它与统计学习理论中相关结论的关系,及其应用研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪华	宁夏大学机械工程学院	6	29	3.0	5.0