| 支持向量机学习算法-序列最小优化(SMO) |
| |
| 引用本文： | 赵洪波,赵丽红.支持向量机学习算法-序列最小优化(SMO)[J].绍兴文理学院学报,2003,23(10):21-24. |
| |
| 作者姓名： | 赵洪波 赵丽红 |
| |
| 作者单位： | 绍兴文理学院,工学院,浙江,绍兴,312000 |
| |
| 摘 要： | 支持向量机作为一种优秀的学习方法，有着严格的理论基础和很好的应用前景，但是由于支持向量机算法实现复杂、效率低，严重限制了支持向量机的应用．SMO方法的提出大大提高了支持向量机学习的效率，作对SMO算法的实现进行了详细的介绍．
|
| 关 键 词： | 支持向量机 二次优化 SMO |
| 文章编号： | 1008-293X(2003)10-0021-04 |
| 修稿时间： | 2003年9月16日 |
The Algorithm of Support Vector Machine- SMO |
| |
| Zhao Hongbo Zhao Lihong.The Algorithm of Support Vector Machine- SMO[J].Journal of Shaoxing College of Arts and Sciences,2003,23(10):21-24. |
| |
| Authors: | Zhao Hongbo Zhao Lihong |
| |
| Abstract: | Support vector machine is an excellent method of learning. However, because the algorithm of SVM is complex, it hinders the application of SVM. In this paper, the algorithm and execution of SVM is introduced in detail. |
| |
| Keywords: | support vector machine quadratic optimization SMO |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
