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:
本文首先简单介绍了支持向量机的基本原理,然后简单分析了SVM QP问题的特点,详细介绍了解SVMQP问题的一系列分解算法,并对分解算法更进一步的研究方向作了探讨.
推荐文章
甲醇催化分解研究进展
甲醇
催化
分解
综述
基于QPSO算法训练SVM
支持向量机
量子行为粒子群优化
二次规划
硫化氢分解制氢的研究进展
硫化氢
分解
氢气
面向SVM的隐私保护方法研究进展
隐私保护
支持向量机
安全多方计算
同态加密
大数据
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 SVM QP问题分解算法的研究进展
来源期刊 模式识别与人工智能 学科 工学
关键词 支持向量机,SVM QP问题,分解算法
年,卷(期) 2003,(1) 所属期刊栏目 综述与评论
研究方向 页码范围 63-69
页数 7页 分类号 TP181
字数 7690字 语种 中文
DOI 10.3969/j.issn.1003-6059.2003.01.012
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 邱熔胜 甘肃工业大学电气工程与信息工程学院 7 80 5.0 7.0
2 董云杰 甘肃工业大学电气工程与信息工程学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (2)
二级引证文献  (23)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(0)
  • 二级引证文献(1)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(6)
  • 引证文献(0)
  • 二级引证文献(6)
2008(5)
  • 引证文献(2)
  • 二级引证文献(3)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机,SVM QP问题,分解算法
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导