支持向量机的算法及应用综述

• 作者: 张松兰
• 来源期刊: 江苏理工学院学报
• 学科: 数学
• 关键词: 支持向量机 统计学习理论 训练算法
• 年，卷（期）: 2016,（2）
• 页码范围: 14-17,21
• 页数: 5页
• 分类号: O234
• 字数: 4011字
• 语种: 中文

摘要

支持向量机(SVM)是在统计学习的VC维理论和结构风险最小化原理基础上建立起来的机器学习方法,其训练算法本质上是一个二次规划的求解问题.首先简述了SVM的基本原理,然后对SVM算法进行了概括,如块算法、分解算法,序列最小优化算法及最小二乘支持向量机、模糊支持向量机和粒度支持向量机等.接着介绍了支持向量机的应用,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	张松兰	芜湖职业技术学院电气工程学院	18	108	6.0	9.0