论文部分内容阅读
基于核函数的机器学习方法是近年来随着支持向量机方法的兴起而引入的一种新的概念.它很好的将输入空间的非线性问题转换成高维特征空间的线性问题加以解决,克服了数据在高维空间中计算内积所带来的困难.该文较为系统地研究了基于核函数的机器学习方法,同时对于它在实际应用中所遇到的诸多问题进行了较为深入的探索.