各种不同类型的支持向量机及其性能比较分析

作者：胡懋智; 古红英支持向量机超平面核函数机器学习

摘要：支持向量机(SVM)是由Vapnik等人提出的解决分类、线性回归问题的可行方法。在模式识别等问题中有广泛的应用，并在应用中衍生出了多种不同的形式。文章从统计学习理论入手，在讲述SVM一般原理的基础上，分析比较不同种的支持向量机的性能。由于分析从两个角度进行，所提出的方法能够涵盖，并区分绝大多数现有SVM。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社