基于SVM的综合评价方法研究

• 作者: 吴今培 杨叔子 肖健华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 综合评价
• 年，卷（期）: 2002,（8）
• 所属期刊栏目: 博士论文
• 页码范围: 28-30
• 页数: 3页
• 分类号: TP181
• 字数: 3785字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2002.08.011

摘要

系统介绍了统计学习理论与支持向量机的基本思想,研究了它们在综合评价中的应用.分析了科研立项评审系统的设计方法,建立了基于SVM的评审系统.文末比较了新评审系统和采用其它方法如模糊排序、神经网络等建立的评审系统所分别取得的拟合效果,比较结果表明:采用支持向量机设计的评审系统结构简单、思路清晰且能取得更为理想的评审结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖健华	华中科技大学机械科学与工程学院	91	1162	18.0	30.0
3	杨叔子	华中科技大学机械科学与工程学院	273	4593	37.0	59.0
4	吴今培	五邑大学智能技术与系统研究所	77	1677	23.0	38.0