基于支持向量机的模式识别方法  

Pattern Recognition Based on Support Vector Machine

作　　者：梁宏斌[1] 严正俊[1] 

机构地区：[1]西安邮电学院,陕西西安710061

出　　处：《现代电子技术》2007年第16期193-194,共2页Modern Electronics Technique

摘　　要：基于统计学习理论的支持向量机(SVM)方法是现代智能技术的一个重要分支。SVM实现了结构风险最小化(SRM),而不是经验风险最小化(ERM),在保证分类精度的前提下,提高了分类器的泛化能力。着重讨论C-SVM原理,并在此基础之上,对算法进行了测试。测试结果表明,C-SVM分类算法具有较好的推广能力。Support Vector Machine based on the statistic learning theory, is an important branch of modern intelligence technical. SVM realizes SRM while not ERM,on the basis of chassification phecies, the ordinary capacity is proposed. This pa per mainly discusses the C- SVM algorithm. Based on this,the algorithm is validated through a universal database.

关 键 词：统计学习理论 支持向量机 C-SVM 模式识别 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]