摘要
支持向量机是近年来数据挖掘领域发展起来的一个新方法.对现有的四个光滑支持向量机进行了分析,研究了支持向量机的光滑与逼近的关系.数值实验结果表明,支持向量机在具有二阶光滑的条件下,分类效果随逼近精度的提高而改善.
Support vector machine （SVM） is a new technique in data mining. This paper examines the four smooth SVMs and analyzes the relationship between smoothness and approximation. Numerical results show that with 2nd-order smoothness, SVM＇s classification effect increases with its approximation accuracy.
出处
《东莞理工学院学报》
2008年第1期60-65,共6页
Journal of Dongguan University of Technology
基金
国家自然科学基金重点项目(No.30230350)
广东省自然科学基金项目(No.06301204)。
关键词
支持向量机
数据挖掘
光滑
逼近
support vector machine
data mining
smoothing
approximation
