支持向量机的研究进展.pdfVIP

下载本文档

7
0
约 5页
2017-08-21 发布于北京
举报
版权申诉

支持向量机的研究进展.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第23卷第4期信阳农业高等专科学校学报 V01．23No．4 of Dec．2013 2013年12月 Joumal College Xiny锄gA酣cultural 支持向量机的研究进展刘昊，扶炜 (信阳农林学院计算机科学系，河南信阳464000) 摘要：本文分析总结了支持向量机从提出，兴起到现在的研究成果，并重点关注算法方面的进展。对各个方向的研究都做了相应分析。并适当编程实现了性能优越的序贯最小优化(SMO)算法。最后给出了针对各种应用问题，较为理想的算法选择。关键词：统计学习；支持向量机；进展中图分类号：TP301．6文献标识码：A 文章编号2013)04旬110旬5 Theres豫rch VectorI弛chiI地 progre辎ofsupport UU Wei Hao．FU (Depf．0f 464000，ClIina) C锄puterScience，Xiny卸gColle萨ofA咖cIllmr；e锄dF0麟try，Xiny卸g of of sum咖rizestlleevolvementtlle vectormachine fmm Abst咫ct：111ispaper support especiallytlle鹊pecta190五t11m to now．AUkindsofresearchare i乜 tlle pointgradualgIUwthby as starting presented试tllcon．esponding卸alysis．Then remarkable is to perfb珊柚ce，seque埘al“nimaloptiIIlizalion(SM0)algoritllmsimply仃anslatedpro舭ing．Fi眦uy， someidealchoices0f for are algoritllmspecmcapplieationsproVided． vector 1【ey、帅rds：statisticalle栅ing；supportmachine；progress 支持向量机从1995年提出以来开始受到广泛的函数值就能把输入的数据x进行分类。而SVM算法关注，很多经典的sVM算法都是在90年代提出的。的核心是最大化分类的边界间隔。近十年内，学者们的工作多是针对经典算法的改进和在SVM中，要最大化边界是下面这个规划问题开拓新的应用领域。由于SVM在应用时仍然存在一 1 1 to：yi[∞xi+b]≥1一考i ÷0w』2+c．蓦专i；蚰bject