| 支持向量机(SVM)的研究进展 |
| |
| 引用本文： | 李晓宇,张新峰,沈兰荪.支持向量机(SVM)的研究进展[J].测控技术,2006,25(5):7-12. |
| |
| 作者姓名： | 李晓宇 张新峰 沈兰荪 |
| |
| 作者单位： | 北京工业大学,信号与信息处理研究室,北京,100022 |
| |
| 基金项目： | 中国科学院资助项目
,
北京市教委科研项目
,
北京市自然科学基金 |
| |
| 摘 要： | 介绍了基于分解思想的支持向量机的训练算法,主要有两大类:块算法和固定工作样本集算法及其对应的快速算法SVM-light、SMO、BSVM和LIBSVM;介绍了支持向量机的变形算法、多类分类算法及模型选择问题;并且对近年来支持向量机在实际中的应用做了简要介绍,最后讨论了支持向量机亟待解决的问题并对其发展进行了展望.
|
| 关 键 词： | 支持向量机 二次型规划问题 多类支持向量机 模型选择 支持向量机 研究进展 Support Vector Machine 发展 选择问题 实际中的应用 模型 多类分类算法 变形算法 LIBSVM 快速算法 对应 样本集 工作 固定 块算法 训练算法 思想 基于分解 |
| 文章编号： | 1000-8829（2006）05-0007-06 |
| 收稿时间： | 12 7 2005 12:00AM |
| 修稿时间： | 2005-12-07 |
Some Developments on Support Vector Machine |
| |
| LI Xiao-yu,ZHANG Xin-feng,SHEN Lan-sun.Some Developments on Support Vector Machine[J].Measurement & Control Technology,2006,25(5):7-12. |
| |
| Authors: | LI Xiao-yu ZHANG Xin-feng SHEN Lan-sun |
| |
| Abstract: | The training algorithm based on decomposition algorithm is introduced,which can be classified into two categories:chunking algorithm,fixed training set algorithm and its corresponding fast algorithm:SVM-light,sequential minimal optimization algorithm,BSVM and LIBSVM.The transformative algorithm based on SVM,multi-class SVM and model selection are also presented.Then,the applications of support vector machine are introduced.Lastly,the problems in SVM to be solved are discussed,and its development orientation is pointed out. |
| |
| Keywords: | support vector machine quadratic problem multi-class SVM model selection |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
