论文部分内容阅读
介绍了近年来新兴的一种处理非线性分类、回归等问题的机器学习方法——支持向量机（SVM）方法。支持向量机基于结构风险最小化原理，能较好地解决小样本、非线性、高维数和局部极小点等实际问题，对未来样本有较好的泛化能力。阐述了支持向量回归的理论基础、研究现状，及其在农产品成分分析中的应用。
支持向量回归及其在农产品成分分析中的应用
【摘 要】
：
介绍了近年来新兴的一种处理非线性分类、回归等问题的机器学习方法——支持向量机（SVM）方法。支持向量机基于结构风险最小化原理，能较好地解决小样本、非线性、高维数和局部极
【机 构】
：
河南科技学院数学系
【出 处】
：
广东农业科学
【发表日期】
：
2007年12期
其他文献
目的：探讨彩色多普勒超声在甲状腺结节性疾病中的鉴别诊断价值。方法：对176例甲状腺结节性疾病进行二维超声、彩色多普勒超声检查，并与术后病理结果进行对比。结果：术前超声诊断