支持向量机是Vapnik等人提出的以结构风险最小化原理(Structural Risk Minimization Principle)的分类理论,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以期获得最好的泛化能力。
基于12个网页-相关网页
它是贝尔实验室Vapnik等提出的基于结构风险最小化原理(Structural Risk Minimization Principle,SRM)的学习方法,用于分类和回归问题。
基于2个网页-相关网页
...丁网 量机(Support Vector Machines, SVM)是Vapnik等提出的基于结构风险 最小化原理(Structural Risk Minimization Principle, SRM)的统计学习理论,用于分 类与回归问题。
基于1个网页-相关网页
...网 向量机(Support Vector Machines,SVM)是Vapnik 等提出的基于结构风 险最小化原理(Structural Risk Minimization Principle,SRM)的统计学习理论,用 于分类与回归问题,较好地解决了小样本、非线性和高维模式识别问题。
基于1个网页-相关网页
Because the structural risk minimization principle makes SVM exhibit good generalization.
结构风险最小化原则使其具有良好的学习推广性。
The SVM (support vector machines) is a classification technique based on the structural risk minimization principle.
是一种基于结构风险最小化原理的分类技术。
Secondly, on the basis of these bounds, the idea of the structural risk minimization principle based on birandom samples is presented.
以这些界为基础,给出基于双重随机样本的结构风险最小化原则。
应用推荐