论文部分内容阅读
支持向量机是一种基于统计学习理论的机器学习方法,该理论主要研究在有限样本下的学习问题。为了得到最佳的推广能力,支持向量机方法在模型复杂度和学习能力之间寻求最佳折中,妥善解决了机器学习中常见的过学习问题。将该方法应用在信号指纹定位技术的第二阶段,即在线阶段,以数据采集阶段采集到的数据为基础,建立了接收信号强度为输入,对应位置坐标为输出的模型。最后用测试样本检验该模型,定位结果验证了支持向量机在小样本情况下的学习能力。