支持向量机在组块识别中的应用论文.pdfVIP

第八届中国青年运筹信息管理学者大会论文集 桂林，2006年8月18—22日，第903-909页 支持向量机在组块识别中的应用 李优 桂林电子科技大学，广西桂林，541004 摘要支持向量机是借助于最优化方法解决机器学习问题的工具，利用支持向量机可应用于多 分类划分的特点实现汉语中的组块识别。模型使用已进行组块标注的语料，通过特征参数选择 和多分类划分，对数据进行统计学习得到训练模型。给出了模型的算法和识别结果。 关键词统计模型，支持向量机，多类划分，组块识别 1引言 Vector 支持向量机(SupportMachine，简称SW)是一种基于统计的通用学习机器， 是基于统计学习理论、根据结构风险最小化原理推导出来的。由于它具备出色的学习性能， 支持向量机已经成为机器学习界的研究热点，并在人脸检测、手写体数字识别、文本自动 分类、函数回归等许多领域中得到了成功的应用。 2背景知识 支持向量机的理论最初来自于数据二值分类问题的处理，其基本思想是：对于一个给 定的具有有限数量训练样本的学习任务，通过学习，在高维空间中寻找分