文献类型：期刊文章

作　　者：冯利军[1] 李书全[2]

机构地区：[1]天津财经大学企管系,天津300222 [2]河北农业大学,河北保定071001

出　　处：《管理工程学报》

年　　份：2005

卷　　号：19

期　　号：B10

起止页码：11-14

语　　种：中文

收录情况：CSSCI、CSSCI2004_2005、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、普通刊

摘　　要：支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法。它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性和分类精确性。在项目风险管理中,风险识别是很重要的一个步骤,如果风险不能被识别,那么我们就不能对风险进行转移、控制或管理。针对该问题,本文提出了一种新的风险识别方法-支持向量机,利用该方法对项目风险识别进行了研究,并取得了很好的识别效果。

关 键 词：支持向量机 项目管理  风险识别  建设项目 SVM 项目风险管理 统计学习理论 风险最小化 学习方法  学习问题  

分 类 号：F270[工商管理类] F284]