文件名称:论文
介绍说明－－下载内容均来自于网络，请自行研究使用
20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本等不足，具有很好的分类和推广能力。(Support vector machine)
相关搜索： 支持向量机
(系统自动生成,下载前可以参看下载内容)
下载文件列表
| 文件名 | 大小 | 更新时间 |
|---|---|---|
| 28、支持向量机在测井解释中的应用_王鹏.caj | 3445281 | 2018-03-12 |
| 26、基于支持向量机的带钢表面缺陷识别问题研究_葛宵烨.caj | 1725740 | 2018-03-12 |
| 27、基于支持向量机的虹膜图像识别_陈剑.caj | 1247913 | 2018-03-12 |