支持向量机作为统计学习理论的实现方法

资 源 简 介

支持向量机作为统计学习理论的实现方法，能很好地解决非线性和高维数问题，克服了神经网络方法收敛慢、解不稳定、推广性差的缺点，近年来得到了广泛地研究，在模式识别、信号处理、控制、通讯等方面得到了广泛地应用。

您 可 能 感 兴 趣 的

• 多分类支持向量机实现方法的分析比较：一对一、一对多和DAG的对比
• 基于smo算法的支持向量机(SVM)方法的C++实现,是模式识别技术中经典的算法.
• 支持向量机实现代码！
• 支持向量机的方法
• support vector machine （支持向量机）方法是目前分类方法中比较好的一个分类方法
• 支持向量机实现程序
• 使用支持向量机实现对数据的分类工作
• 基于支持向量机的水质检测数据融合研究
• 基于支持向量机的发电机匝间转子绕组短路故障诊断
• 支持向量机作为统计学习理论的实现方法