文献类型：期刊文章

作　　者：陶卿[1,2] 曹进德[3] 孙德敏[4]

机构地区：[1]中国科学院自动化研究所 [2]中国人民解放军炮兵学院一系,安徽合肥230031 [3]东南大学应用数学系 [4]中国科学技术大学自动化系

出　　处：《软件学报》

基　　金：国家自然科学基金资助项目(60175023);中国博士后科学基金资助项目(5030436);安徽省自然科学基金资助项目(01042304);安徽省优秀青年基金资助项目~~

年　　份：2002

卷　　号：13

期　　号：5

起止页码：1024-1028

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.

关 键 词：神经网络 学习算法 支持向量机 分类  回归方法  

分 类 号：TP183]