支持向量机的训练算法综述

• 全文链接
• 请求原文

作   者：

王书舟;  伞冶; 

作者机构：

哈尔滨工业大学控制与仿真中心; 

关键词：

支持向量机;  统计学习理论;  训练算法; 

期刊名称：

智能系统学报

基金项目：

复杂大系统行为的智能自校正模型研究

i s s n：

1673-4785

年卷期：

2008 年 06 期

页   码：

467-475

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.