基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
支持向量机是九十年代中期发展起来的机器学习技术,与传统的人工神经网络不同,前者基于结构风险最小化原理,后者基于经验风险最小化原理.实验表明,支持向量机不仅结构简单,而且技术性能尤其是泛化能力明显提高.本文是一篇综述,介绍支持向量机研究的一些新进展,希望引起大家的重视.
推荐文章
Turbo码的若干新进展
Turbo码
卷积码
Viterbi译法
Bahl译法
软判决译码
支持向量机训练和实现算法综述
支持向量机
优化算法
训练算法
视频编码技术的若干新进展
压缩感知
分布式视频编码
视觉特性
可分级视频编码
云视频
Shannon信息保密理论的新进展
信息论
保密学
认证理论
多用户信息论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机的若干新进展
来源期刊 电子学报 学科 工学
关键词 支持向量机 模式识别 算法
年,卷(期) 2001,(10) 所属期刊栏目 综述评论
研究方向 页码范围 1397-1400
页数 4页 分类号 TP18
字数 4594字 语种 中文
DOI 10.3321/j.issn:0372-2112.2001.10.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟义信 北京邮电大学信息工程学院 128 2678 27.0 48.0
2 王国胜 北京邮电大学信息工程学院 7 745 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (265)
同被引文献  (93)
二级引证文献  (845)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(3)
  • 参考文献(3)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(4)
  • 引证文献(3)
  • 二级引证文献(1)
2003(15)
  • 引证文献(15)
  • 二级引证文献(0)
2004(21)
  • 引证文献(20)
  • 二级引证文献(1)
2005(36)
  • 引证文献(27)
  • 二级引证文献(9)
2006(55)
  • 引证文献(29)
  • 二级引证文献(26)
2007(84)
  • 引证文献(28)
  • 二级引证文献(56)
2008(80)
  • 引证文献(23)
  • 二级引证文献(57)
2009(93)
  • 引证文献(28)
  • 二级引证文献(65)
2010(78)
  • 引证文献(19)
  • 二级引证文献(59)
2011(86)
  • 引证文献(21)
  • 二级引证文献(65)
2012(74)
  • 引证文献(7)
  • 二级引证文献(67)
2013(72)
  • 引证文献(8)
  • 二级引证文献(64)
2014(73)
  • 引证文献(10)
  • 二级引证文献(63)
2015(81)
  • 引证文献(12)
  • 二级引证文献(69)
2016(70)
  • 引证文献(2)
  • 二级引证文献(68)
2017(65)
  • 引证文献(4)
  • 二级引证文献(61)
2018(70)
  • 引证文献(4)
  • 二级引证文献(66)
2019(43)
  • 引证文献(4)
  • 二级引证文献(39)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
支持向量机
模式识别
算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导