装饰，丹尼斯；伯恩哈德·舍尔科夫 训练不变支持向量机。 （英语） 兹比尔0998.68102 机器。学习。 46，第1-3号，161-190（2002）. 总结：实践经验表明，为了获得尽可能好的性能，应该将关于当前分类问题不变性的先验知识纳入训练过程。我们描述并回顾了在支持向量机中实现这一点的所有已知方法，提供了实验结果，并讨论了它们各自的优点。这项工作中报告的一个重要新结果是，我们最近在众所周知的MNIST数字识别基准任务中取得了报告的测试误差最低的成绩，SVM的训练时间也明显快于以前的SVM方法。 引用于40文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：支持向量机方法 PDF格式BibTeX公司 XML格式引用 \textit{D.解码}和\textit{B.Schölkopf}，马赫。学习。46，编号1--3，161-190（2002；Zbl 0998.68102） 全文： 内政部