支持向量机（SVM）作为一种新的通用学习算法，具有全局最优、结果简单，推广能力强等优点，能够较好的解决小样本的学习问题。本文介绍了支持向量机的基本思想、特点和研究发展现状，并以支持向量机为非线性函数逼近工具，利用临床检测数据，使用MATLAB编程来实现血糖浓度预测，以用于糖尿病的治疗。最后，根据实验结果分析了血糖浓度模型参数和数据样本等因素对支持向量机工作性能的影响，并通过编写寻优算法对模型参数实现了优化。

>>查看原文初稿链接<<

>>更多科技论文<<