支撑矢量机的分类机理  

The Mechanism of Classification for Support Vector Machines

作　　者：李映[1] 白本督[2] 焦李成[1] 

机构地区：[1]西安电子科技大学ATR国家重点实验室,710071 [2]西安电子科技大学,296信箱710071

出　　处：《系统工程与电子技术》2001年第9期25-27,52,共4页Systems Engineering and Electronics

基　　金："863"高技术计划基金 ( 86 3-317-0 3-0 5 -99);国家教育部博士点基金 ( 980 710 9)资助课题

摘　　要：支撑矢量机是根据统计学习理论提出的一种新的学习方法 ,即使用核函数在高维空间里进行有效的计算。在模式识别中 ,支撑矢量算法通过训练分类器在某个与输入空间非线性相联的高维空间里进行线性划分 ,从而构造出非线性判别函数。The support vector machine is a novel type of learning technique, based on statistical learning theory, which uses Mercer kernels for efficiently performing computations in high dimensional spaces. In pattern recognition, the support vector algorithm constructs nonlinear decision functions by training a classifier to perform a linear separation in some high dimensional space which is nonlinearly related to input space.

关 键 词：模式识别 学习理论 机器学习 矢量机 分类机理 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]