支持向量机(SVM) 是近年来发展起来的一种通用的机器学习方法, 在许多分类问题和函数拟合
问题上都已获得了很好的效果. 对于少量样本的分类问题, SVM 具有调节参数较少 …

测井解释过程中的油气水层识别实质是一个模式识别问题. 基于统计学习理论发展起来的新一代
小样本学习算法一支持向量机, 是至今模式识别问题强有力的解决方法之一 …

在测井储层流体识别中引入基于统计学习理论的最小二乘支持向量机(LS-SVM) 算法,
它是在传统的支持向量机(SVM) 基础之上加以改进的一种新算法. LS-SVM 采用结构风险最小化 …

支持向量机(SVM) 是20 世纪90 年代中期发展起来的机器学习技术, 与传统的人工神经网络不同,
前者基于结构风险最小化原理, 后者基于经验风险最小化原理. SVM 在解决小样本 …

支持向量机(SVM) 是一种非常有前景的学习机器. 然而在实际应用中, SVM 的参数选取问题一直
没有得到很好的解决, 这在很大程度上限制了它的应用. 为了能够自动地获得最佳参数 …

支持向量机(SVM) 是一种以坚实理论为基础的新的小样本学习方法, 它避开了从归纳到演绎的
传统过程, 极大地简化了通常的分类和回归等问题. SVM 的最终决策函数只由少数的支持向量所 …

支持向量机(SVM) 算法在训练集的规模很大特别是支持向量很多时, 支持向量机的学习过程需要
占用大量的内存, 算法的速度较慢. 为此, 笔者提出一种新的SVM 快速分类算法 …

Hydrocarbon reservoir prediction using seismic features is a typical classification problem.
Numerous methods have been developed for computer-aided reservoir prediction. The …

基于统计学习理论的支持向量机(support vector machine, SVM) 是有限样本情况下的机器学习
方法, 具有严格的理论基础, 能较好地解决小样本, 非线性, 高维数和局部极小点等问题 …

基于统计学习理论的支持向量机(SVM) 是一种新型的机器学习方法, 描述了SVM
在模式识别和回归估计中的基本思想. 在大训练样本情况下, 用传统的方法求解SVM …