1) SVMR-Adaptive Control
支持向量机自适应控制
3) Total-margin Adaptive Fuzzy Support Vector Machine(TAFSVM)
全间隔自适应模糊支持向量机
1.
In this study,Total-margin Adaptive Fuzzy Support Vector Machine(TAFSVM) of good quality was proposed.
提出了一种新型具有良好特性的支持向量机——全间隔自适应模糊支持向量机(TAFSVM)。
4) adaptive weighted support vector machine(AWSVM)
自适应加权支持向量回归机
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条