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:
支持向量机是一种新型机器学习方法,因其出色的学习性能,已成为当前国际机器学习界的研究热点.作者介绍了支持向量机的理论依据及其研究进展.
推荐文章
支持向量机及其应用研究综述
支持向量机
机器学习
统计学习理论
支持向量机及其应用研究
支持向量机
机器学习
核函数
数据分类
浅谈支持向量机技术
机器学习
支持向量机(SVM)
核函数
支持向量机方法在海口降水预报中的应用研究
支持向量机(SVM)
分类方法
降水预报
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 支持向量机及其应用研究
来源期刊 深圳大学学报(理工版) 学科 工学
关键词 机器学习 统计学习理论 支持向量机 模式识别
年,卷(期) 2003,(3) 所属期刊栏目
研究方向 页码范围 40-46
页数 7页 分类号 TN911
字数 3552字 语种 中文
DOI 10.3969/j.issn.1000-2618.2003.03.007
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 李霞 深圳大学信息工程学院 62 1137 17.0 32.0
2 张基宏 深圳大学信息工程学院 63 904 16.0 29.0
3 罗雪晖 深圳大学信息工程学院 10 252 4.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (2071)
参考文献  (8)
节点文献
引证文献  (48)
同被引文献  (14)
二级引证文献  (38)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(11)
  • 参考文献(0)
  • 二级参考文献(11)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2003(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)
2005(9)
  • 引证文献(8)
  • 二级引证文献(1)
2006(9)
  • 引证文献(7)
  • 二级引证文献(2)
2007(10)
  • 引证文献(9)
  • 二级引证文献(1)
2008(7)
  • 引证文献(6)
  • 二级引证文献(1)
2009(11)
  • 引证文献(4)
  • 二级引证文献(7)
2010(9)
  • 引证文献(5)
  • 二级引证文献(4)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机器学习
统计学习理论
支持向量机
模式识别
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
深圳大学学报(理工版)
双月刊
1000-2618
44-1401/N
大16开
深圳市南山区深圳大学行政楼419室
46-206
1984
chi
出版文献量(篇)
1946
总下载数(次)
10
总被引数(次)
10984
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导