文献类型：期刊文章

作　　者：汪海燕[1] 黎建辉[1] 杨风雷[1]

机构地区：[1]中国科学院计算机网络信息中心科学数据中心,北京100190

出　　处：《计算机应用研究》

基　　金：国家自然科学基金重点资助项目(91224006);国家"十二五"科技支撑计划资助项目(2012BAK17B01-1)

年　　份：2014

卷　　号：31

期　　号：5

起止页码：1281-1286

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状,并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处,指出了其研究方向及前景,并提出在分布式支持向量机这个方向上可以进行更深层次的研究。

关 键 词：支持向量机 统计学习理论 训练算法  模糊支持向量机 多分类支持向量机 模式识别

分 类 号：TP301]