支持向量机算法和软件ChemSVM介绍陆文聪1收稿日期：2002-06-10；修回日期：2002-09-10资金资助：国家自然科学基金委和美国福特公司联合资助，批准号：9716214作者简介：陆文聪（1964 ），男，教授。研究方向：计算机化学。，陈念贻1 ，叶晨洲2，李国正2（1. 上海大学化学系计算机化学研究室，上海，200436）（2. 上海交通大学图象及模式识别研究所，上海，200030）摘要Vladimir N. Vapnik等提出的统计学习理论（statistical learning theory，简称SLT）和支持向量机（support vector machine，简称SVM）算法已取得令人鼓舞的研究成果。本文旨在对这一新理论和新算法的原理作一介绍，并展望这一计算机学界的新成果在化学化工领域的应用前景。“ChemSVM”软件提供了通用的支持向量机算法，并将其与数据库、知识库、原子参数及其它数据挖掘方法有机地集成起来。关键词模式识别；支持向量机；支持向量分类；支持向量回归中图分类号：O 06-04Introduc
