摘要
支持向量机（Support Vector Machine，SVM）方法是V．N．Vapnik等人20世纪60年代提出的基于统计学习理论的新型学习方法，到90年代中期，这一理论才开始受到越来越广泛的重视，并且这一新的理论方法在解决模式识别中小样本、非线性及高维识别问题中表现出独特的优势和良好的应用前景。对于SVM方法用于分类研究的高效性和准确率，国外有人已经将其与16种已有的分类方法进行了比较，得出SVM方法最优的结论。目前该方法已在很多领域得到了广泛应用如人脸检测、文本自动分类、生物信息学、医疗诊断等等。笔者针对《伤寒论》类方小样本分类识别问题，对该方法进行了初步实验，结果表明该方法具有较好的识别性能。
出处
《中国中医药信息杂志》
CAS
CSCD
2009年第2期98-100,共3页
Chinese Journal of Information on Traditional Chinese Medicine
基金
国家自然科学基金(60672141)
国家重点基础研究发展计划项目(2003CB517101)
