支持向量机在模式识别中的应用及最新进展.docVIP

支持向量机在模式识别中的应用及最新进展 （北京理工大学自动化学院，北京 100081） 摘 要：在VladimirN.VaPnik的统计学习理论基础上发展起来的支持向量机(Suppor Vector Machine，SVM)是目前模式识别领域中最先进的机器学习算法。本文对支持向量机及其在模式识别中应用的若干问题作了研究， 关键词：支持向量机；模式识别；最新进展 Abstract: Key word:support vector machines; pattern recognition; 1 引言 机器学习是现代智能技术中的重要方面，对样本进行训练并寻找规律，利用这些规律对未来数据或无法观测的数据进行预测是基于数据的机器学习的基本思想。统计学理论是我们面对数据而又缺乏理论模型时最基本的也是唯一的分析手段[l，2].传统统计学研究的是渐进理论，即假设样本数目无穷大，但在实际应用中样本数目总是有限的，一些好的基于渐 进理论的学习算法在实际应用当中往往表现得并不理想，因此研究小样本的机器学习问题就具有非常重要的实际意义。 VladimirN·Vapnik等人从20世纪60年代开始就致力于研究有限样本的机器学习问题，经过几十年的研究，终于到90年代中期形成了一个较完整的理论体系，即统计学习理论(StatistiealL’earningTheory)[3].由于神经网络