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:
支持向量机是机器学习领域的研究热点之一,其理论基础是统计学习理论.该文严谨且通俗地描述了这一理论的概貌,并提出有附加信息的统计学习理论的设想.
推荐文章
统计学习理论及支持向量机概述
统计学习理论
支持向量机
VC雏
结构风险
统计学习理论及支持向量机概述
统计学习理论
支持向量机
VC雏
结构风险
基于双重随机样本的统计学习理论的理论基础
双重随机样本
统计学习理论
双重随机经验风险最小化原则
关键定理
一致收敛速度的界
基于统计学习理论的支持向量机的分类方法
支持向量机
统计学习理论
结构风险最小化
数据分类
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 支持向量机的理论基础--统计学习理论
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 统计学习理论 模式识别
年,卷(期) 2001,(19) 所属期刊栏目 博士论坛
研究方向 页码范围 19-20,31
页数 3页 分类号 TP181
字数 3006字 语种 中文
DOI 10.3321/j.issn:1002-8331.2001.19.007
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  (4)
节点文献
引证文献  (127)
同被引文献  (30)
二级引证文献  (370)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(23)
  • 引证文献(10)
  • 二级引证文献(13)
2006(31)
  • 引证文献(10)
  • 二级引证文献(21)
2007(61)
  • 引证文献(20)
  • 二级引证文献(41)
2008(49)
  • 引证文献(12)
  • 二级引证文献(37)
2009(37)
  • 引证文献(8)
  • 二级引证文献(29)
2010(30)
  • 引证文献(5)
  • 二级引证文献(25)
2011(36)
  • 引证文献(14)
  • 二级引证文献(22)
2012(30)
  • 引证文献(8)
  • 二级引证文献(22)
2013(27)
  • 引证文献(9)
  • 二级引证文献(18)
2014(30)
  • 引证文献(3)
  • 二级引证文献(27)
2015(24)
  • 引证文献(4)
  • 二级引证文献(20)
2016(26)
  • 引证文献(4)
  • 二级引证文献(22)
2017(31)
  • 引证文献(4)
  • 二级引证文献(27)
2018(29)
  • 引证文献(6)
  • 二级引证文献(23)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
支持向量机
统计学习理论
模式识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导