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:
提出了一种新的支持向量机分类器的设计方法.该方法利用主成分分析(PCA)及聚类技术在原问题空间中求解,减少了支持向量机分类器中支持向量的维数,且将原问题空间与特征空间中的问题归结为同一类的设计问题.
推荐文章
一种设计层次支持向量机多类分类器的新方法
支持向量机
多类分类
层次结构
类间可分性
一种新的支持向量机多类分类方法
支持向量机
分类
二叉树
迭代算法
一种新的基于ART的支持向量机多类分类方法
支持向量机(SVM)
多类分类
核函数
自适应共振理论(ART)网络
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
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 一种新的支持向量机分类器的设计方法
来源期刊 河北大学学报(自然科学版) 学科 工学
关键词 主成分分析 聚类 支持向量机分类器
年,卷(期) 2002,(4) 所属期刊栏目 研究报告
研究方向 页码范围 316-321
页数 6页 分类号 TP183
字数 3611字 语种 中文
DOI 10.3969/j.issn.1000-1565.2002.04.002
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 河北大学数学与计算机学院 52 435 12.0 19.0
3 黄厚宽 北方交通大学计算机与信息技术学院 45 1100 17.0 32.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (6)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (5)
二级引证文献  (23)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2007(4)
  • 引证文献(1)
  • 二级引证文献(3)
2008(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
主成分分析
聚类
支持向量机分类器
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
河北大学学报(自然科学版)
双月刊
1000-1565
13-1077/N
大16开
河北省保定市五四东路180号
18-257
1962
chi
出版文献量(篇)
2682
总下载数(次)
9
总被引数(次)
15416
论文1v1指导