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:
支持向量机在高维空间中表示复杂函数是一种有效的通用方法,也是一种新的、很有发展前景的机器学习算法。本文提出采用基于支持向量机的非线性回归法求解函数模拟问题。
推荐文章
一种基于SVM特征选择的油气预测方法
向量计算机
地震数据处理
油气藏
预测
观音场气田
一种迎侧角信号参数模拟的实现方法
机载火控系统
迎侧角
二元变量
参数模拟
基于SVM的一种新的分类器设计方法
小样本数据
SVM分类器
分类准确率
半监督学习
一种基于AdaBoost-SVM的流量分类方法
流量分类
K-L变换
支持向量机
AdaBoost
弱分类器
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 一种基于SVM的函数模拟方法
来源期刊 微机发展 学科 工学
关键词 支持向量机 非线性回归 函数模拟
年,卷(期) 2001,(3) 所属期刊栏目 计算机理论与计算方法
研究方向 页码范围 5-6
页数 2页 分类号 TP301.6
字数 1213字 语种 中文
DOI 10.3969/j.issn.1673-629X.2001.03.003
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 李凯 河北大学计算机科学学院 52 435 12.0 19.0
2 郭子雪 河北大学工商学院 63 695 14.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (54)
参考文献  (3)
节点文献
引证文献  (35)
同被引文献  (17)
二级引证文献  (248)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(3)
  • 二级参考文献(2)
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)
2003(5)
  • 引证文献(4)
  • 二级引证文献(1)
2004(8)
  • 引证文献(0)
  • 二级引证文献(8)
2005(20)
  • 引证文献(5)
  • 二级引证文献(15)
2006(29)
  • 引证文献(5)
  • 二级引证文献(24)
2007(26)
  • 引证文献(3)
  • 二级引证文献(23)
2008(28)
  • 引证文献(7)
  • 二级引证文献(21)
2009(27)
  • 引证文献(4)
  • 二级引证文献(23)
2010(27)
  • 引证文献(4)
  • 二级引证文献(23)
2011(13)
  • 引证文献(1)
  • 二级引证文献(12)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(17)
  • 引证文献(1)
  • 二级引证文献(16)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(15)
  • 引证文献(0)
  • 二级引证文献(15)
2018(15)
  • 引证文献(0)
  • 二级引证文献(15)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
非线性回归
函数模拟
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
论文1v1指导