支持向量机(Support Vector Machine)是 Vapnik 为克服传统神经网络结构复杂、容易陷入局部最小、模型推广能力弱等缺点提出的一种基于统计学习理论的机器学习算法。目前，支持向量机在模式...
目前，支持向量机在模式识别方面取得了较突出的应用研究。Boser 和 Guyon等人 利用美国邮政标准手写数字库进行的对比实验，使用多项式核函数对手写体阿拉伯数字进行了识别。实验结果表明，采用 SVM 方法比采用其他神经网络(具有 5 层神经网络复杂结构)算法效果好。文献[13]针对手写汉字利用 SVM 技术进行了字体识别，识别率非常高。三维对象识别是新兴的模式识别技术，是机器人视觉、三维重建等应用领域的核心技术，DannyRoobaert等人将 SVM-VL方法应用到三维对象识别技术上，取得很好效果。此外支持向量机在函数逼近、数据挖掘和网络安全中也有很好的应用。而在联网门禁系统中应用 SVM 对钥匙模式识别的应用尚不多见，本文即以智能像卡为钥匙模式，探讨在联网门禁中应用 SVM 进行像卡分类的原理与实现方法。
