支持向量机算法和软件ChemSVM介绍

• 作者: 叶晨洲 李国正 陆文聪 陈念贻
• 来源期刊: 计算机与应用化学
• 学科: 其他
• 关键词: 模式识别 支持向量机 支持向量分类 支持向量回归
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 支持向量机算法在化学化工中的应用——特刊
• 页码范围: 697-702
• 页数: 6页
• 分类号: O06-04
• 字数: 6556字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2002.06.005

摘要

Vladimir N.Vapnik等提出的统计学习理论(statistical learning theory,简称SLT)和支持向量机(support vector machine,简称SVM)算法已取得令人鼓舞的研究成果.本文旨在对这一新理论和新算法的原理作一介绍,并展望这一计算机学界的新成果在化学化工领域的应用前景."ChemSVM"软件提供了通用的支持向量机算法,并将其与数据库、知识库、原子参数及其他数据挖掘方法有机地集成起来.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆文聪	上海大学理学院化学系计算机化学研究室	90	967	14.0	27.0
2	陈念贻	上海大学理学院化学系计算机化学研究室	63	934	15.0	29.0
3	叶晨洲	上海交通大学图象及模式识别研究所	35	1106	16.0	33.0
4	李国正	上海交通大学图象及模式识别研究所	20	449	10.0	20.0