支持向量机SVM研究进展.pdfVIP

( ) 支持向量机 SVM 的研究进展 ·7 · ( ) 支持向量机 SVM 的研究进展 李晓宇 , 张新峰 , 沈兰荪 (北京工业大学 信号与信息处理研究室 ,北京 　100022) 摘要 :介绍了基于分解思想的支持向量机的训练算法 ,主要有两大类 :块算法和固定工作样本集算法及 其对应的快速算法 SVM ligh t、SMO、B SVM 和 L IB SVM ;介绍了支持向量机的变形算法 、多类分类算法及 模型选择问题 ;并且对近年来支持向量机在实际中的应用做了简要介绍 ,最后讨论了支持向量机亟待解 决的问题并对其发展进行了展望 。 关键词 :支持向量机 ;二次型规划问题 ;多类支持向量机 ;模型选择 中图分类号 : TP39 1　　文献标识码 : A 　　文章编号 : 1000 - 8829 (2006) 05 - 0007 - 06 Som e D evelopm en ts on Support Vector M ach ine L I X iaoyu , ZHAN G X infeng, SH EN L ansun (Signal Inform ation Processing L aboratory, B eij ing U n iversity of Techno logy, B eij ing 100022 , Ch ina) A b stract: The train ing algorithm based on decompo sition algorithm is introduced, wh ich can be cla ssified into two categories: chunk ing algorithm , fixed train ing set algorithm and its corre sponding fast algorithm : SVM light, sequential m in im al op tim ization algorithm , B SVM and L IB SVM. The tran sform ative algorithm based on SVM , mu lticla ss SVM and model selection are also p re sented. Then, the app lication s of support vector m ach ine are in troduced. L astly, the p rob lem s in SVM to be solved are discu ssed, and its developm ent orientation is pointed out. Key words: support vector m ach ine; quadratic p rob lem ; m u lticla ss SVM ; model selection 　　支持 向量机 ( SVM , support vector m ach ine ) 是 策法中的很多方法都难 以取得理想的效果 。V ap n ik Corte sV ap n ik 1995年首先提出来的 ,是近年来机器学 在 20世纪 90年代形成了一个较完善的理论体系 ——— 习研究的一项重大成果 。根据 V ap n ik Chervonenk is