支持向量机理论综述  

Survey of Support Vector Machine Theory

作　　者：萧嵘[1] 王继成[1] 张福炎[1] 

机构地区：[1]南京大学软件新技术国家重点实验室计算机科学与技术系,南京210093

出　　处：《计算机科学》2000年第3期1-3,共3页Computer Science

摘　　要：1 引言随着信息技术的发展,人类积累的数据量呈几何级数递增。如何从这些数据中发掘出有效的信息而不被信息海洋所淹没已经成为迫在眉睫的问题。对数据挖掘相关领域的研究,例如数据分类、聚类,函数模拟和规则抽取等技术,逐渐成为当前计算机基础技术研究的重心之一。支持向量机(Support Vector Machine,SVM)方法作为一种解决多维函数预测的通用工具,Support Vector Machine (SVM)is an effective and general method for representing complex functions in high dimensional space. It has been used successfully in many traditional neural network dominated applications. This paper introduces the development status of SVM, describes the main theory and its applications.

关 键 词：支持向量机理论 模式识别 三维对象识别 计算机 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]