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 …

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 …

作为一种新的机器学习方法, 依据结构风险最小原理, 支持向量机表现出独特的泛化和推广能力,
已逐渐成为国内外机器学习研究的热点之一. 简要回顾了传统支持向量机的发展历史与基本理论 …

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 …

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 …

支持向量机由于其诸多的优良特性, 近年来引起了广泛的关注, 已经成为一个十分活跃的研究
领域. 本文较全面地研究了支持向量机的理论及应用方法, 讨论了支持向量机中高斯核函数参数 …

讨论了支持向量机中高斯核函数中参数σ 对支持向量机学习预测性能的影响,
指出高斯核函数具有描述样本相似程度这一性质, 通过数值实验给出一种选择高斯核函数的方法 …

支持向量机(Support Vector Machine, SVM) 是目前机器学习界中的研究热点,
其理论基础是统计学习理论. 它基于结构风险最小化(SRM) 原理, 在最小化样本点误差的同时 …

一种基于支持向量机的测井岩性预测新方法-[维普官方网站]-www.cqvip.com-维普网  我的维普
购物车 充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 学者 …

统计学习理论(SLT) 是研究小样本情况下机器学习规律的理论. 支持向量机(SVM)
基于统计学习理论, 可以处理高度非线性分类和回归等问题, 不但较好地解决了小样本, 过学习 …