资源描述：
《基于SVM的模式识别研究论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、摘要机器学习不仅要从数据总学习得到规律，从得到的规律中较好地解释已知的实例，而月.更重要的是对未来的现象或无法观测的现象做出止确的预测和判断，也即具有推广能力。统计学习在解决机器学习问题中起着基础性的作用。然而，传统统计学研究的主要是渐近理论，即当样本趋向于无穷多时的统计性质，而实际问题中的样本数冃是有限的，因而与传统统计学的这一性质相矛盾。针对小样本，Vapnik等人提出了统计学习理论，并以此为基础提出了支持向量机这一有力工具。支持向量机是在这一理论下产生的一种新的通用机器学习方法，产生于20世纪％年代，从其产生到现在
2、的20多年里，其理论和应用都得到了很快的发展，取得了一些重要的成果，显示了这种理论与方法的优越性。冃前，SLT和SVM已成为国际上机器学习领域新的研究热点。本文对支持向量机进行了简单介绍，并以分类器为基础介绍了支持向量机的一些核心概念。关键词：统计学习理论；支持向量机；机器学习；模式识别AbstractMachinelearning,notonlyfromthedataforlearninglaw,tobetterexplaintheknownexamplesfromthelaw,butmoreimportantisto
3、makeacorrectpredictionandAnalyzingphenomenoninthefutureornotobservablephenomenon,i.e.,havinggeneralizationability.Statisticallearningplaysafundamentalroleinaddressingmachineleaming・However,traditionalstatisticalstudyistheasymptotictheory,i.e.whenasampletendstoinf
4、inityforalongtimestatisticalnature,andthepracticalproblemsofsamplenumberisliinited,andthusinconsistentwiththenatureofthetraditionalstatisticalphase・Smallsample,Vapniketalproposedstatisticallearningtheoryandsupportvectormachineasthebasisforthispowerfultool・Support
5、vectormachineisgeneratedunderthistheory,anewgeneral-purposemachinelearningmethod,producedinthe1990s,fromitsgenerationto20years,thetheoryandapplicationhasbeendevelopedrapidlyandachievedsomeimportantresults,showingthesuperiorityofthistheoryandmethods.Atpresent,SLTa
6、ndSVMhasbecomeanewhotspotintheinternationalfieldofmachinelearning.Briefintroduction,supportvectormachineclassifierbasedonsupportvectormachinesomeofthecoreconcepts・Keywords:statisticallearningtheory;supportvectormachines;machinelearning;pattemrecognition目录1.引言(1)1
7、.1研究意义(1)1.2支持向量机的发展(1)1.2.1统计学习理论的发展(1)1.2.2支持向量机的发展(2)1.3国内外研究的基本概况(2)2.相关知识(4)2.1什么是机器学习(4)2.2什么是统计学习理论(4)3.支持向量机简介(6)3.1VC维(6)3.2结构风险最小化(6)4•线性分类器(8)4.1线性可分(8)4.2最优分类面(8)5.核函数(11)6.松弛变量及惩罚因子(14)6.1松弛变量(14)6.2惩罚因了(15)7.SVM用于多类分类(16)8.SVM的应用(18)8.1在函数拟合上的应用(18)
8、8.2在高维模式识别上的应用(18)8.3在一般模式识别上的应用(18)9.SVM的仿真实验(19)9.1实验冃的(19)9.2实验原理(19)9.3实验内容(20)9.4实验结果及说明(20)10.总结(24)致谢(25)参考文献(26)附录A(27)1・引言1.1研究意义90年代，统计学习理论(Statistic
