孿生支持向量機：理論、算法與拓展

　　孿生支持向量機是在支持向量機基礎(chǔ)上發(fā)展起來的一種新的機器學習方法，它不但繼承了支持向量機在處理非線性、高維數(shù)分類和回歸問題中的特有優(yōu)勢，而且理論上算法訓練速度可達支持向量機的4倍。本書系統(tǒng)闡述孿生支持向量機的發(fā)展體系和**研究成果。全書共十章，主要內(nèi)容包括：統(tǒng)計學習理論基礎(chǔ)、支持向量機和孿生支持向量機理論基礎(chǔ)、孿生支持向量機的模型選擇問題、光滑孿生支持向量機、投影孿生支持向量機、局部保持孿生支持向量機、原空間*小二乘孿生支持向量回歸機、多生支持向量機等。

暫缺《孿生支持向量機：理論、算法與拓展》作者簡介