|
|||||
|
|
| 支持向量机研究现状 | |
| 引用本文： | 朱杰,吴树芳,王妍,刘永立.支持向量机研究现状[J].大众科技,2009(5):88-89,136. |
| 作者姓名： | 朱杰 吴树芳 王妍 刘永立 |
| 作者单位： | 1. 中央司法警官学院,河北,保定,071000 2. 河北软件职业技术学院,河北,保定,071000 3. 中国地质大学长城学院,河北,保定,071000 |
| 摘 要： | 支持向量机（SVM）是机器学习领域一种非常重要的分类算法，它的出现是以统计学习理论为基础的。由于其良好的泛化能力，使得这种分类方法在很多领域都有应用。但是时间复杂度高的缺点一直是困扰这种优秀的分类器进一步发展的原因。文章对支持向量机的发展现状进行了分析和归纳总结，并对未来的发展方向做了有意义的探索。 |
| 关 键 词： | 支持向量机 核函数 多类问题 时间复杂度 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |