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:
针对支持向量机应用于函数估计时支持向量过多所引起的计算复杂性,提出一种简化算法,可以大幅度地减少支持向量的数量,从而简化其应用.采用简化算法还可以将最小平方支持向量机算法和串行最小化算法结合起来,达到学习效率高且生成的支持向量少的效果.
推荐文章
基于支持向量回归机和B样条网络回归曲线建模算法
支持向量机
支持向量回归
B样条网络
回归曲线模型
回归型支持向量机在电机故障诊断中的研究
回归型支持向量机
电机故障诊断
预测能力
仿真
基于多项式光滑的支持向量回归机
支持向量机
光滑化方法
多项式光滑函数
拟牛顿法
通过迭代学习简化支持向量机决策函数
支持向量机SVM
简化的支持向量机
迭代学习
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 回归型支持向量机的简化算法
来源期刊 软件学报 学科 工学
关键词 支持向量机 回归 机器学习 计算复杂性 算法
年,卷(期) 2002,(6) 所属期刊栏目
研究方向 页码范围 1169-1172
页数 4页 分类号 TP181
字数 2303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 田盛丰 北方交通大学计算机与信息技术学院 24 945 13.0 24.0
2 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  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (96)
同被引文献  (66)
二级引证文献  (142)
1995(1)
  • 参考文献(1)
  • 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)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(11)
  • 引证文献(11)
  • 二级引证文献(0)
2005(7)
  • 引证文献(4)
  • 二级引证文献(3)
2006(16)
  • 引证文献(12)
  • 二级引证文献(4)
2007(16)
  • 引证文献(7)
  • 二级引证文献(9)
2008(20)
  • 引证文献(11)
  • 二级引证文献(9)
2009(20)
  • 引证文献(12)
  • 二级引证文献(8)
2010(22)
  • 引证文献(11)
  • 二级引证文献(11)
2011(18)
  • 引证文献(7)
  • 二级引证文献(11)
2012(20)
  • 引证文献(3)
  • 二级引证文献(17)
2013(17)
  • 引证文献(3)
  • 二级引证文献(14)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(18)
  • 引证文献(2)
  • 二级引证文献(16)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(15)
  • 引证文献(3)
  • 二级引证文献(12)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(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
支持向量机
回归
机器学习
计算复杂性
算法
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
论文1v1指导