SVM-SMO算法分析及在运维中的应用

• 作者: 吴国文 李岩
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: SVM SMO 高斯核函数 系统运维应用
• 年，卷（期）: 2018,（2）
• 页码范围: 78-80,84
• 页数: 4页
• 分类号: TP391.41
• 字数: 2905字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.02.017

摘要

支持向量机(SVM)是一种基于统计学习理论的新型机器学习方法,由于其出色的性能,已成为当前机器学习界的研究热点之一.本文实现了基于SVM的SMO算法的分析,并使用径向基高斯核函数对数据进行维度映射处理,最后结合系统运维中产生的仿真数据进行试验,实现了对该领域的应用研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴国文	东华大学计算机科学与技术学院	23	70	5.0	7.0
2	李岩	东华大学计算机科学与技术学院	5	20	3.0	4.0