【自然语言处理与理解】一种基于主动学习支持向量机哈萨克文文本分类方法

北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第十讲 第三章 随机向量 第5节 条件分布

北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第九讲 第三章 随机向量 第4节 边缘分布

陕西师范大学计算机科学学院：基于二叉树支持向量机的小麦碰撞声分类研究

机器学习：基于支持向量数据描述的无标签数据多类分类

北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第十二讲 第三章 随机向量 第7节 随机变量函数的分布

广东工业大学：《机器学习》课程教学资源（课件讲义）第5讲 分类问题（4.3 ?持向量机 SVM）

【机器学习】基于核心向量机的多任务概念漂移数据快速分类

【机器学习】采用划分融合双向控制的粒度支持向量机

4.0 引言 4.1 Fisher线性判别 4.2 最小平方误差准则 4.3 最小错分样本数准则 4.4 线性支持向量机（SVM）