深度优先搜索的支持向量机参数优化算法 Study on Parameters Optimization of Support Vector Machines Based on DFS :研究支持向量机参数优化问题，由于算法要求准确选择 SVM 参数，支持向量机在处理大样本数据集时和最优模型参 数确定时，消耗的时间长、占有内存大，易获得局部最优解的难题。为了解决支持向量机存在的不足，采用深度优先搜索算 法对其参数优化机机制进行改进。将向量机参数优化视成一个组合优化问题，将支持向

人工智能的四皇后问题，回溯法——在约束条件下先序遍历，并在遍历过程中剪去那些不满足条件的分支。 使用回溯算法求解的问题特征，求解问题要分为若干步，且每一步都有几种可能的选择，而且往往在某个选择不成功时需要回头再试另外一种选择，如果到达求解目标则每一步的选择构成了问题的解，如果回头到第一步且没有新的选择则问题求解失败。 在回溯策略中，也可以通过引入一些与问题相关的信息来加快搜索解的速度。对于皇后问题来说，由于每一行、每一列和每一个对角线，都只能放一个皇后，当一个皇后放到棋盘上后，不管它放在棋