SVM算法初探

• 作者: 段莹
• 来源期刊: 数字化用户
• 关键词: SVM 支持向量机 非线性
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 多媒体教学
• 页码范围: 264-265
• 页数: 2页
• 字数: 2211字
• 语种: 中文

摘要

支持向量机（Support Vector Machine，SVM）方法是V．N．Vapnik等人20世纪60年代提出的基于统计学习理论的新型学习方法，到90年代中期，这一理论才开始受到越来越广泛的重视，并且这一新的理论方法在解决模式识别中小样本、非线性及高维识别问题中表现出独特的优势和良好的应用前景。本文通过SVM的发展历史，SVM的定义及SVM的应用对SVM算法进行初步了解。