支持向量机可以解决什么问题答：通过使用不同的核函数，SVM可以适应不同的数据类型，例如文本、图像等。在文本分类中，SVM可以将文档分为新闻、文章、评论等不同类型；在图像分类中，SVM可以将图像分为动物、汽车、建筑物等不同类别。回归问题：SVM也可以用...
遥感图像分类中,支持向量机分类的原理是什么?答：支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以求获得最好的推...
支持向量机答：支持向量机(support vector machines,SVM)是一种二分类模型,它的基本模型是定义在特征空间上的 间隔最大的线性分类器 ,间隔最大使它有别于感知机;SVM还包括 核技巧 ,这使它成为实质上的非线性分类器。 SVM的学习策略就是间隔最大化...
支持向量机的基本原理答：2、用于图像分类。实验结果显示：在经过三到四轮相关反馈之后，比起传统的查询优化方案，支持向量机能够获取明显更高的搜索准确度。这同样也适用于图像分割系统，比如使用Vapnik所建议的使用特权方法的修改版本SVM的那些图像分割系...
svm模式是什么意思?答：SVM是一种监督学习模型，它的全称是支持向量机。SVM模型的基本思想是把数据映射到高维空间中，然后找到一个能够把不同类别的数据集分隔开的最优超平面。这个超平面能够最大化各类数据点到超平面的距离，从而实现更好的分类效果...
svm在医学影像学中的应用答：支持向量机（SVM）是一种强大的机器学习算法，在医学影像学中有着广泛的应用。下面是SVM在医学影像学中的应用。1.疾病诊断：SVM在疾病诊断方面具有很高的价值。例如，在胸部X光片诊断中，SVM可以通过对图像进行分析，帮助医生...
svm支持向量机原理答：支持向量机（SVM）原理：支持向量机是一种有监督的学习分类方法，主要应用于分类和回归分析。其基本思想是通过在高维空间中找到一个超平面，将样本空间划分为两个互不重叠的区域，最大化分类间隔，使得同一类样本尽可能聚集在...
支持向量机(SVM)答：支持向量机(support vector machine),故一般简称SVM,通俗来讲,它是一种二分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区,因此支持向量机也被称为最大边...
数据挖掘-支持向量机答：支持向量机(support vector machine,SVM)是一种出色的分类技术,也可以用于回归分析(SVR)。这种技术可以很好的应用于高维数据,避免维度灾难等问题。 SVM有一个特点就是使用训练集中的一个子集来表示决策边界,该子集称作 支持向量。 SVM的...
多类支持向量分类答：基本的支持向量机仅能解决两类分类问题。但是在实际的应用中，我们经常遇到对于多值分类问题。多值分类问题有很多解决的方法。常见的多类分类器有：1-a-r分类器，1-a-1分类器和多级B支持向量机（两类支持向量机）分类器...
网友点评：
冯终巧15280086804：
请问:遥感图像分类和信息提取,本质上来讲是一个概念吗??? -
荔波县1221回复：
传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富,地物间光谱差异较为明显的基础上进行的.对于只含有较少波段的高分辨率遥感影像,传统的分类方法,就会造成分类精度降低,空间数据的大量冗余,并且其分类结果...
冯终巧15280086804：
在利用支持向量机进行分类的时候怎么选择合适的核函数 -
荔波县1221回复：
线性核和RBF是最常用的核函数了,其中线性核适用于特征向量线性可分的情况,RBF更适用于不可分的情况.如果你不知道怎么选择,就选择RBF吧,RBF适用的数据的特征的范围更广.
