svm算法什么时候提出的

SVM算法诞生于1995年，由Corinna Cortes和Vladimir Vapnik提出。这个算法最初发表在《机器学习》期刊上，名为《支持向量网络》。SVM全称是支持向量机，它基于统计学习理论，解决了小样本、非线性及高维模式识别问题。该算法在1992年已有初步构想，但完整实现和理论阐述是在1995年。SVM的出现标志着机器学习领域的一个重要突破，为后续的分类算法提供了新思路。

SVM算法的提出源于对结构风险最小化原则的研究。1990年代初期，研究人员发现传统分类方法在处理高维数据时表现不佳。Vapnik团队在AT&T贝尔实验室工作时，将这一理论转化为实际算法。SVM通过寻找最优超平面实现分类，核技巧的引入使其能处理非线性问题。1995年的论文展示了S在手写数字识别上的优越性能，准确率达到98%以上，远超当时其他算法。