向量机是什么？（不是问支持向量机） 支持向量机是什么意思
在支持向量机中，距离超平面最近的且满足一定条件的几个训练样本点被称为支持向量。
图中有红色和蓝色两类样本点。黑色的实线就是最大间隔超平面。在这个例子中，A，B，C 三个点到该超平面的距离相等。
注意，这些点非常特别，这是因为超平面的参数完全由这三个点确定。该超平面和任何其他的点无关。如果改变其他点的位置，只要其他点不落入虚线上或者虚线内，那么超平面的参数都不会改变。A，B，C 这三个点被称为支持向量（support vectors）。
扩展资料
一、应用
SVM在各领域的模式识别问题中有广泛应用，包括人像识别（face recognition） 、文本分类（text categorization） 、笔迹识别（handwriting recognition） 、生物信息学 等。
二、SVM 的优点
1、高维度：SVM 可以高效的处理高维度特征空间的分类问题。这在实际应用中意义深远。比如，在文章分类问题中，单词或是词组组成了特征空间，特征空间的维度高达 10 的 6 次方以上。
2、节省内存：尽管训练样本点可能有很多，但 SVM 做决策时，仅仅依赖有限个样本（即支持向量），因此计算机内存仅仅需要储存这些支持向量。这大大降低了内存占用率。
3、应用广泛：实际应用中的分类问题往往需要非线性的决策边界。通过灵活运用核函数，SVM 可以容易的生成不同的非线性决策边界，这保证它在不同问题上都可以有出色的表现（当然，对于不同的问题，如何选择最适合的核函数是一个需要使用者解决的问题）。
参考资料来源：百度百科-支持向量
更正式地说，一个支持向量机的构造一个超平面，或在高或无限维空间，其可以用于分类，回归，或其它任务中设定的超平面的。直观地，一个良好的分离通过具有到任何类（所谓官能余量）的最接近的训练数据点的最大距离的超平面的一般实现中，由于较大的裕度下分类器的泛化误差。
而原来的问题可能在一个有限维空间中所述，经常发生以鉴别集是不是在该空间线性可分。出于这个原因，有人建议，在原始有限维空间映射到一个高得多的立体空间，推测使分离在空间比较容易。保持计算负荷合理，使用支持向量机计划的映射被设计成确保在点积可在原空间中的变量而言容易地计算，通过定义它们中选择的核函数k（x，y）的计算以适应的问题。
在高维空间中的超平面被定义为一组点的点积与该空间中的向量是恒定的。限定的超平面的载体可被选择为线性组合与参数\alpha_i中发生的数据的基础上的特征向量的图像。这种选择一个超平面，该点中的x的特征空间映射到超平面是由关系定义：\字型\sum_i\alpha_ik（x_i中，x）=\mathrm{常数}。注意，如果k（x，y）变小为y的增长进一步远离的x，在求和的每一项测量测试点x的接近程度的相应数据基点x_i的程度。以这种方式，内核上面的总和可以被用于测量各个测试点的对数据点始发于一个或另一个集合中的要被鉴别的相对接近程度。注意一个事实，即设定点的x映射到任何超平面可以相当卷积的结果，使集未在原始空间凸出于各之间复杂得多歧视。
词霸
vector machine
词性及解释
【计】 向量机, 向量计算机
向加工向量机 这种机器采用向量全长的纵向加工方式，每执行一个向量运算都要从头至尾执行全部分量的运算，操作数或结果向量都直接取自主存或写入主存。主存的数据传输率须按运算部件速度的3～4倍来配置。纵向加工向量机设置交叉访问的、数量众多的存储体和很宽的数据通路，并以超长字为单位进行访问，以便满足要求。这样,就使成本高、主存系统灵活性差,难以实现对繁多的主存向量的高效存取。此外，向量运算的起步时间长，短向量运算速度下降幅度大。
纵横加工向量机 这种机器采用向量分段纵横加工方式，并设置有小容量高速度的多个向量运算寄存器。计算向量运算表达式时，每个向量运算每次只执行一段分量。从主存取出的操作数向量和运算产生的中间结果向量，可以逐段存放在向量寄存器中，运算部件主要访问向量寄存器组。这样，就能保证运算部件进行高速运算，同时又能减轻主存的负担，使对主存数据传输率的要求比纵向加工下降70％左右。美国的CRAY-1机和中国的757机都属于这种型式。
软件与应用 向量机一般配有向量汇编和向量高级语言，供用户编制能发挥具体向量机速度潜力的向量程序。只有研制和采用向量型并行算法，使程序中包含的向量运算越多、向量越长，运算速度才会越高。面向各种应用领域的向量的建立，能方便用户使用和提高向量机的解题效率。向量识别程序是中新开发的一部分，用于编译时自动识别采用通常串行算法的源程序中的向量运算成分，并编译成相应的向量运算目标程序，以提高向量机计算大量现存非向量程序的计算速度。向量识别技术还有待进一步发展和完善，以提高识别水平。
向量计算机的发展方向是多向量机系统或细胞结构向量机。实现前者须在软件和算法上取得进展，解决如任务划分和分派等许多难题；后者则须采用适当的，用硬件自动解决因用户将分散的主存当作集中式的共存使用而带来的矛盾，才能构成虚共存的细胞结构向量机。它既具有阵列机在结构上易于扩大并行台数以提高速度的优点，又有向量机使用方便的优点。
参考书目
高庆狮著：《数字计算机系统功能设计导引Ⅱ向量巨型机》，科学出版社，北京，1983
