模式识别实验.docx

实验三、 SVM 用于模式识别 一、实验目的 1. 理解 SVM 的基本原理； 2. 研究 SVM 的分类效果； 3. 了解混淆均值的应用,熟悉 MATLAB 工具箱。 二、实验原理 支持向量机在统计学习理论的基础上发展了一种新的机器学习方法。如果仅 从分类的角度来说，它是一种广义的线性分类器，它是在线性分类器的基础上， 通过引入结构风险最小化原则、 最优化理论和核函数演化而成的。 该方法根据有 限的样本信息在模型的复杂性和学习能力之间寻求最佳折中，以期获得最好的推 广能力。 而且， 只要定义不同的核函数， 就可以实现其它现有的学习算法。 因此， 支持向量机己经在众多领域取得了成功的应用。