支持向量机训练及分类算法研究  

作　　者：方辉[1] 艾青[2] 

机构地区：[1]渤海大学信息科学与工程学院 [2]辽宁科技大学计算机科学与工程学院

出　　处：《大庆师范学院学报》2009年第3期85-88,共4页Journal of Daqing Normal University

摘　　要：支持向量机(SVM)是在统计学习理论基础上发展起来的一种新的数据挖掘方法,已广泛应用于模式识别与回归分析等领域。针对一些主要的SVM训练算法,比较它们的特点,阐述其中最有代表性的序列最小优化(SMO)算法及其多种改进算法,还讨论一些典型的支持向量机多分类算法及支持向量机多标注算法。最后,指出亟待解决的一些问题。

关 键 词：支持向量机 SMO 多分类支持向量机 多标注支持向量机 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]