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:
使用支持向量机理论计算海量数据的支持向量是相当困难的.为了解决这个问题,提出了基于邻域原理计算支持向量的方法.在对支持向量机原理与邻域原理比较分析的基础上讨论了以下问题:(1) 构建了从样本空间经过特征空间到扩维空间的复合内积函数,给出计算支持向量的邻域思想;(2) 将支持向量机的理论建立在距离空间上,设计出了计算支持向量的邻域算法,从而把该算法理解为简化计算二次规划的方法;(3) 实验结果说明,邻域原理可以有效地解决对海量数据计算支持向量的问题.
推荐文章
海量数据的支持向量机优化挖掘方法
海量数据
支持向量机
多簇团粒子
数据拟合
整合运算
挖掘离散
优化方法
基于支持向量数据描述的数据约简
支持向量机
支持向量数据描述
数据约简
分类
基于支持向量机回归模型的海量数据预测
预测
数据挖掘
支持向量机
回归模型
基于数据域描述的模糊支持向量回归
支持向量机
数据域描述
模糊隶属度
建模
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 基于邻域原理计算海量数据支持向量的研究
来源期刊 软件学报 学科 工学
关键词 支持向量 最优超平面 二次规划 邻域
年,卷(期) 2001,(5) 所属期刊栏目
研究方向 页码范围 711-720
页数 10页 分类号 TP301
字数 7930字 语种 中文
DOI
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 王珏 中国科学院自动化研究所 140 3295 27.0 54.0
2 张文生 中国科学院自动化研究所 98 1246 18.0 33.0
3 丁辉 中国科学院自动化研究所 6 113 4.0 6.0
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  (4)
节点文献
引证文献  (87)
同被引文献  (43)
二级引证文献  (421)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(5)
  • 引证文献(4)
  • 二级引证文献(1)
2004(9)
  • 引证文献(7)
  • 二级引证文献(2)
2005(17)
  • 引证文献(6)
  • 二级引证文献(11)
2006(50)
  • 引证文献(7)
  • 二级引证文献(43)
2007(57)
  • 引证文献(13)
  • 二级引证文献(44)
2008(49)
  • 引证文献(10)
  • 二级引证文献(39)
2009(48)
  • 引证文献(11)
  • 二级引证文献(37)
2010(39)
  • 引证文献(6)
  • 二级引证文献(33)
2011(37)
  • 引证文献(9)
  • 二级引证文献(28)
2012(24)
  • 引证文献(1)
  • 二级引证文献(23)
2013(35)
  • 引证文献(0)
  • 二级引证文献(35)
2014(24)
  • 引证文献(1)
  • 二级引证文献(23)
2015(33)
  • 引证文献(2)
  • 二级引证文献(31)
2016(29)
  • 引证文献(4)
  • 二级引证文献(25)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量
最优超平面
二次规划
邻域
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
论文1v1指导