摘要
首先概述了支持向量机的发展与应用,指出其在机器学习领域有较大的发展前景.分析了支持向量机的基本算法,进而阐述了基于支持向量机的机器学习模型构造思路.给出了其应用于机器学习模型的核函数和训练算法,最后给出了学习模型的具体分类效果.
The development of support vector machines(SVM) is firstly summarized.Its application in machine learning has great prospects.The basic SVM algorithm is analyzed,and the ideas of constructing machine learning based on SVM are presented.The kernel function and training algorithm of applying SVM in the machine learning model are put forward.Lastly,the classifying effect of the learning model is shown.
出处
《吉首大学学报（自然科学版）》
CAS
2010年第3期39-42,共4页
Journal of Jishou University(Natural Sciences Edition)
基金
湖南省教育厅重点项目(09JD024)
吉首大学校级课题资助(09JD024)
关键词
机器学习
人工智能
支持向量机
模式识别
machine learning
artificial intelligence
support vector machine
pattern recognition
