用于模式分类的支持向量机的研究  

Research on Support Vector Machinefor Pattern Classification

作　　者：唐小平[1] 王文涛[1] 

机构地区：[1]中南民族大学计算机学院,武汉430074

出　　处：《现代计算机》2007年第6期110-112,共3页Modern Computer

摘　　要：SVM在解决小样本、非线性及高维模式识别问题中表现出诸多特有的优势,结合模式分类,研究SVM的基本思想、训练算法及其应用,讨论海量样本数据的改进训练算法以及多类别分类方法等方面。The advantage of SVM is to solve the small samples, non-linear and pattern recognition with high dimension. Researches on the basic thought of SVM for pattern recognition,discusses the improvements of training algorithm and multi-classification on large sample data.

关 键 词：支持向量机(SVM) 分类超平面 训练算法 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]