6第六章 支持向量机专题 - 授课 - 2013(1).pptVIP

6.1 线性支持向量机 6.2 支持向量机SVM 6.3 SVM寻优算法 6.4 SVM在模式识别的应用 6.5 本章小结 6.1 线性支持向量机 SVM是一种基于统计学习理论的机器学习方法，它是由Boser,Guyon, Vapnik在COLT-92上首次提出，从此迅速发展起来 Vapnik V N. 1995. The Nature of Statistical Learning Theory. Springer-Verlag, New York Vapnik V N. 1998. Statistical Learning Theory. Wiley-Interscience Publication, John WileySons, Inc 目前已经在许多智能信息获取与处理领域都取得了成功的应用。 支持向量机 SVM SVMs are learning systems that use a hyperplane（超平面） of linear functions in a high dimensional feature space — Kernel function trained with a learning algorithm from optimization theory — Lagrange Implements a learning bias deriv