支持向量机学习算法－序列最小优化（SMO）  

The Algorithm of Support Vector Machine - SMO

作　　者：赵洪波 赵丽红 

机构地区：绍兴文理学院工学院，浙江绍兴312000

出　　处：《绍兴文理学院学报（自然科学版）》2003年第10期21-24,共4页Journal of Shaoxing College of Arts and Sciences

摘　　要：支持向量机作为一种优秀的学习方法，有着严格的理论基础和很好的应用前景，但是由于支持向量机算法实现复杂、效率低，严重限制了支持向量机的应用．SMO方法的提出大大提高了支持向量机学习的效率，作者对SMO算法的实现进行了详细的介绍．Support vector machine is an excellent method of learning. However, because the algorithm of SVM is complex, it hinders the application of SVM. In this paper, the algorithm and execution of SVM is introduced in detail.

关 键 词：支持向量机 二次优化 SMO 

分 类 号：O234[理学—运筹学与控制论]