期刊文献+

支持向量机研究现状 被引量:5

下载PDF
导出
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。
出处 《大众科技》 2009年第5期88-89,136,共3页 Popular Science & Technology
  • 相关文献

参考文献2

  • 1柳回春,马树元.支持向量机的研究现状[J].中国图象图形学报(A辑),2002,7(6):618-623. 被引量:63
  • 2Christopher J.C. Burges. A Tutorial on Support Vector Machines for Pattern Recognition[J] 1998,Data Mining and Knowledge Discovery(2):121~167

二级参考文献1

共引文献62

同被引文献52

引证文献5

二级引证文献28

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部