※支持向量机111.rar

SVM是由模式识别中广义肖像算法（generalized portrait algorithm）发展而来的分类器 [8] ，其早期工作来自前苏联学者Vladimir N. Vapnik和Alexander Y. Lerner在1963年发表的研究 [9] 。1964年，Vapnik和Alexey Y. Chervonenkis对广义肖像算法进行了进一步讨论并建立了硬边距的线性SVM [7] 。此后在二十世纪70-80年代，随着模式识别中最大边距决策边界的理论研究 [10] 、基于松弛变量（slack variable）的规划问题求解技术的出现 [11] ，和VC维（Vapnik-Chervonenkis dimension, VC dimension）的提出 [12] ，SVM被逐步理论化并成为统计学习理论的一部分 [1] 。1992年，Bernhard E. Boser、Isabelle M. Guyon和Vapnik通过核方法得到了非线性SVM [13] 。1995年，Corinna Cortes和Vapnik提出了软边距的非线性SVM并将其应用于手写字符识别问题 [14] ，这份研究在发表后得到了关注和引用，为SVM在各领域的应用提供了参考。