支持向量机及其算法研究
杜晓东
李岐强
1.山东大学(南校区)控制学院模式识别与系统工程研究所,2500612.山东大学(南校区)控制学院模式识别与系统工程研究所,250061
摘要：本文首先概要介绍了支持向量机的理论背景,然后结合目前一些主要的SVM训练方法以及它们之间的联系,比较了各种算法的优缺点.重点阐述了其中最有代表性的序贯最小优化(SMO)算法及其多种改进方案.最后指出了SVM及其算法进一步研究和亟待解决的一些问题.
关键词：支持向量机统计学习理论SMO
分类号：TN91(通信)
论文发表日期：2005-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 37-40 )
英文信息