位置:成果数据库 > 期刊 > 期刊详情页
支持向量机理论及算法研究综述
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:2014.5.15
  • 页码:1281-1286
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学院计算机网络信息中心科学数据中心,北京100190
  • 相关基金:国家自然科学基金重点资助项目(91224006);国家“十二五”科技支撑计划资助项目(2012BAKl7801-1)
  • 相关项目:面向非常规突发事件应急管理的云服务体系和关键技术
中文摘要:

介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状,并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处,指出了其研究方向及前景,并提出在分布式支持向量机这个方向上可以进行更深层次的研究。

英文摘要:

This paper introduced the theoretical basis of support vector machine, in addition, it described some algorithms about SVM and analysed their advantages and disadvantages and development status. Then it introduced the application principle of SVM in the real life and its application status. Finally, it analysed the deficiency in the development of SVM and pointed out the research direction and prospects, and it put forward distributed support vector machine which as a direction could be make a deeper research.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049