支持向量机（SVM）应用.PDFVIP

支持向量机(SVM)应用 --KPCA和KFDA  1 支持向量机(SVM)  2 KPCA理论  3 KFDA理论  4 人脸识别  5 手写体识别 1 一．支持向量机(SVM) 1.支持向量机(SVM)概述 支持向量机的基本思想是通过某种事先选择的非线性 映射,将输入向量映射到一个高维的特征空间,把要求的非 线性问题变换成高维空间中的线性可分问题。在这个高维 空间中构造一个最优线性分类面,使得不仅能够把两类分 开,而且使两类的分类空隙最大。 2 图 1 (a) 图 1(b) 在图 1(a)中，原始二维空间中必须要用一个曲线形的非线性分类 器才能分开而通过二阶多项式变换将数据映射到三维特征空间中如 图1