南京师范大学数学与计算机学院, 江苏南京210097
V apnik 等学者首先提出了实现统计学习理论中结构风险最小化原则的实用算法—支持向量机, 比较成功 地解决了模式分类问题. 其后, 机器学习界兴起了研究统计学习理论和支持向量机的热潮, 引人瞩目的研究分支有从 最优化技术出发改进或改造支持向量机, 依据统计学习理论和支持向量机的优点设计新的非线性机器学习算法等. 对此, 较为系统地回顾了近10 年来算法研究领域的新发展.
许建华, 张学工, 李衍达.支持向量机的新发展[J].控制与决策,2004,19(5):481-484
办公地点：东北大学 综合楼313室
通讯地址：沈阳市和平区文化路3巷11号 东北大学125信箱 《控制与决策》编辑部(110819)
收件人：《控制与决策》编辑部 (如果快递，请选择EMS或顺丰快递，其他快递无法送达。)
电话: 024-83687766，23906437 
E-mail: kzyjc@mail.neu.edu.cn 
Rss
Email Alert
