%0 Journal Article
%T A Method Based on Separating Hyper Surface and Its Applications in Massive Data Classifying<br>分类超曲面方法在海量数据分类中的应用
%A 任力安
%A 何清
%A 史忠植
%J 计算机科学
%D 2002
%I 
%X 1 引言人的智慧中一个很重要的方面是从实例学习的能力,通过对已知事实的分析总结出规律,预测不能直接观测的事实。在人们对机器智能的研究中,用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,它是现代智能技术中的重要方面,其研究从观测数据(样本)出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测(分类)。统计机器学习理论为机器学习问题建立了一个较好的理论框架,也发展了一种新的通用学习算法一支持向量机(SVM),其关键思想是将在低维空间非线性可分的数据通过非线性函数(核函数)映射到一个非常高维的特征空间,并在这个新的线性空间构筑分类超平面。这一结果相应于原始空间就是通过分类超曲面进行分类判别。
%K 机器学习
%K 分类超曲面方法
%K 海量数据分类
%K 学习算法
%K 拓扑学
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=8EC507430894158C&yid=C3ACC247184A22C1&vid=771469D9D58C34FF&iid=9CF7A0430CBB2DFD&sid=27746BCEEE58E9DC&eid=6209D9E8050195F5&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=12