关于统计学习理论与支持向量机

模式识别、函数拟合及概率密度估计等都属于基于数据学习的问题,现有方法的重要基础是传统的统计学,前提是有足够多样本,当样本数目有限时难以取得理想的效果.统计()学习理论是由等人提出的一种小样本统计理论,着重研究在小样本情况下的SLTVapnik统计规律及学习方法性质.为机器学习问题建立了一个较好的理论框架,也发展了一种SLT()新的通用学习算法——支持向量机,能够较好的解决小样本学习问题.目前,和SVMSLT已成为国际上机器学习领域新的研究热点.本文是一篇综述,旨在介绍和的SVMSLTSVM基本思想、特点和研究发展现状,以引起国内学者的进一步关注.