支持向量机的训练算法综述

• 作者: 伞冶 王书舟
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 统计学习理论 支持向量机 训练算法
• 年，卷（期）: 2008,（6）
• 页码范围: 467-475
• 页数: 9页
• 分类号: TP391.9
• 字数: 7456字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2008.06.001

摘要

支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这些算法的性能进行比较,并且对SVM的扩展算法也进行简单介绍.最后对该领域存在的问题和发展趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伞冶	哈尔滨工业大学控制与仿真中心	54	896	13.0	29.0
2	王书舟	哈尔滨工业大学控制与仿真中心	4	74	3.0	4.0