摘要
回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状,对支持向量机的未来发展方向进行了展望。
The development history of Support Vector Machine（SVM） is reviewed. The standard training algorithm, decomposition algorithm, transmutation algorithm, geometry algorithm and multi-class classifier algorithm of SVM are introduced. The Least Square（LS） SVM algorithm is described in detail. The status quo of SVM theory and its applications are summarized and the future development direction of SVM theory is expected.
出处
《信息与电子工程》
2008年第5期328-332,共5页
information and electronic engineering
关键词
支持向量机
特征空间
最小二乘法
Support Vector Machine
character space
Least Square
作者简介
崔和（1975-），男，浙江省诸暨市人，硕士，工程师，1997年毕业于海军工程大学鱼雷反潜专业，获学士学位，2000年毕业于海军工程大学导航、制导与控制专业，获硕士学位，从事装备论证研究及系统仿真工作．E—mail：smshcui@sina．com．cn．
龙玉峰（1982-），男，山东省烟台市人，助理工程师，硕士，从事控制与测试方向研究．
