支持向量机在分类中的应用

• 作者: 冼广淋 冼广铭
• 来源期刊: 华南金融电脑
• 学科: 工学
• 关键词: 支持向量机 结构风险最小化原则 最优分类超平面
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 29-30
• 页数: 2页
• 分类号: TP3
• 字数: 1201字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0799.2008.03.013

摘要

支持向量机是在统计学习理论的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决学习问题,具有良好的推广性能和较好的分类精确性.支持向量机比RBF神经元网络和BP神经元网络在分类方面具有更好的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冼广铭		10	105	5.0	10.0
2	冼广淋		9	75	5.0	8.0