直推式支持向量机的研究学习

摘要：

传统的支持向量机(SVM)是一种有监督的机器学习方法,需要大量的有标签样本,而实际中对于有标签的样本数量十分有限且获得困难;直推式学习正是依据已知样本对特定的未知样本进行识别的方法与准则;研究了近年来直推式支持向量机学习算法及其改进算法,讨论了直推式学习算法的优缺点并对其发展进行了展望.

关键词：支持向量机、直推式支持向量机、半监督学习、最小二乘、模糊学习

所属期刊栏目：31

分类号：TP181(自动化基础理论)

在线出版日期：2014-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：58-64