摘要
SVM是基于统计学习理论的结构风险最小化原则的,它将最大分界面分类器思想和基于核的方法结合在一起,表现出了很好的泛化能力。并对目前的三种主流算法SVMlight,Bsvm与SvmFu在人脸检测、MNIST和USPS手写数字识别等应用中进行了系统比较。
Support vector learning algorithm is based on structural risk minimization principle.It combines two remarkable ideas: maximum margin classifiers and implicit feature spaces defined by kernel function.Presents a comprehensive comparison of three mainstream learning algorithms: SVM^(light),Bsvm,and SvmFu using face detection,MNIST,and USPS hand-written digit recognition applications.
出处
《计算机应用研究》
CSCD
北大核心
2004年第11期18-20,共3页
Application Research of Computers
关键词
统计学习理论
支持向量机
训练算法
Statistical Learning Theory
Support Vector Machine
Training Algorithms