支持向量机泛化能力估计若干方法  

Survey of Generalized Performance Estimation in Support Vector Machine

作　　者：宋晓峰[1] 陈德钊[2] 胡上序[2] 

机构地区：[1]南京航空航天大学生物医学工程系,南京210016 [2]浙江大学智能信息工程研究所,杭州310027

出　　处：《计算机科学》2004年第8期125-126,F004,共3页Computer Science

基　　金：国家自然科学基金(编号:20076041)。

摘　　要：支持向量机性能很大程度上依赖于其参数,为了确定最优参数,往往需要估计所建模型的泛化能力。本文详细介绍了目前国外支持向量机的各种泛化能力估计方法,分析了各种泛化能力估计方法的特点及其关系,并指出了今后的发展方向。The performance of support vector machine is dependent on its parameters to a great extent. In order to determine the parameters of SVM, we should estimate the SVM's generalization performance firstly. Some kinds of generalization performance estimators in overseas are introduced. We also analyze the characteristics of various gener- alization performance estimator, and indicate the trend of research on the generalization performance estimator.

关 键 词：支持向量机 泛化能力估计 参数 SLT理论 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]