Simone序列最小优化算法
的有关信息介绍如下：
序列最小优化算法（Sequential minimal optimization, SMO）是一种用于解决支持向量机训练过程中所产生优化问题的算法。SMO由微软研究院的约翰·普莱特于1998年发明 ，目前被广泛使用于SVM的训练过程中，并在通行的SVM库LIBSVM中得到实现 。1998年，SMO算法发表在SVM研究领域内引起了轰动，因为先前可用的SVM训练方法必须使用复杂的方法，并需要昂贵的第三方二次规划工具。而SMO算法较好地避免了这一问题 。
想要了解更多“序列最小优化算法”的信息，请点击：序列最小优化算法百科
