支持向量机的训练算法综述
王书舟;伞冶
【期刊名称】《智能系统学报》
【年(卷),期】2008(003)006
【摘要】支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这些算法的性能进行比较,并且对SVM的扩展算法也进行简单介绍.最后对该领域存在的问题和发展趋势进行了展望.
【总页数】9页(467-475)
【关键词】统计学习理论;支持向量机;训练算法
【作者】王书舟;伞冶
【作者单位】哈尔滨工业大学控制与仿真中心,黑龙江哈尔滨,150001;哈尔滨工业大学控制与仿真中心,黑龙江哈尔滨,150001
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.支持向量机训练算法综述 [J], 姬水旺; 姬旺田
2.支持向量机训练和实现算法综述 [J], 王晓丹; 王积勤
3.一种基于多支持向量机的增量式并行训练算法 [J], 付晓利; 杨永田; 张乃庆
4.基于K最近邻的支持向量机快速训练算法 [J], 孙发圣; 肖怀铁
5.基于MTC结构的支持向量机并行训练算法 [J], 贾华丁; 游志胜; 王磊