| 题名 | 支持向量机及其在模式识别中应用的研究 |
| 作者 | 董云杰 |
| 答辩日期 | 2000 |
| 文献子类 | 硕士 |
| 授予单位 | 兰州理工大学 |
| 导师 | 邱熔胜 |
| 关键词 | 模式识别 统计学习理论 支持向量机 PAC-Bayesian理论 多类分类器 |
| 学位名称 | 工学硕士 |
| 学位专业 | 控制理论与控制工程 |
| 英文摘要 | 在 Vladimir N. Vapnik的统计学习理论基础上发展起来的支持向量机(Support Vector Machines, SVMs)是目前模式识别领域中最先进的机器学习算法。 |
| 语种 | 中文 |
| 页码 | 47 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95671]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 董云杰. 支持向量机及其在模式识别中应用的研究[D]. 兰州理工大学. 2000. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论