支持向量机及其在地震预报中的应用前景

摘要：

统计学习理论(SLT)是研究小样本情况下机器学习规律的理论.支持向量机(SVM)基于统计学习理论,可以处理高度非线性分类和回归等问题,不但较好地解决了小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力.本文介绍了支持向量机的分类、回归方法,分析了这一方法的特点,讨论了该方法在地震预报中的应用前景.

关键词：统计学习理论、支持向量机、分类、回归、地震预报

所属期刊栏目：28

分类号：P315.75(大地（岩石界）物理学（固体地球物理学）)

资助基金：地震科学联合基金104090

在线出版日期：2006-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84