论文部分内容阅读
分类器是模式识别系统的重要组成部分,也是机器学习的重要研究领域.支持向量机(SVM)是一种拳的分类器,由于能够较好的解决小样本学习问题并具有较强的泛化能力使其迅速成为目前模式识别领域的研究热点.该文的研究目的,一方面进一步揭示SVM的分类机理,另一方面针对其在应用中的一此限制提出相应的改进算法,拓广了SVM的应用范围.该文的研究工作主要包括以下几个方面:(1)对SVM分类机理的研究;(2)SVM-KNN分类器算法研究;(3)多代表点的分类器算法研究;(4)SVM在汉语歧义切分中的应用.该文提出了基于支持向量机(SVM)交集型伪歧义字段的解决方法.