作者:
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:
论述基于核函数的方法,包括支持向量机的分类、聚类与回归算法,基于核的Fisher判别分析、感知机和主成分分析,介绍学习算法、简化算法和多类分类等研究课题,及基于核函数方法的应用.
推荐文章
基于核函数的非线性口袋算法
核函数
感知器算法
非线性
口袋算法
支持向量机
基于混合核函数的PSO-SVM分类算法
支持向量机
混合核函数
粒子群优化
基于核竞争学习算法的图像特征提取
计量学
图像特征提取
核函数
稀疏表示
竞争学习规则
独立分量分析
基于核函数的在线序列ELM模型
在线序列 ELM 算法
最小二乘法
ELM 分类器
核函数
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 基于核函数的学习算法
来源期刊 北方交通大学学报 学科 工学
关键词 支持向量机 基于核函数的方法 机器学习
年,卷(期) 2003,(2) 所属期刊栏目 计算机与信息
研究方向 页码范围 1-8
页数 8页 分类号 O234|TP18
字数 5777字 语种 中文
DOI 10.3969/j.issn.1673-0291.2003.02.001
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
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  (4)
节点文献
引证文献  (125)
同被引文献  (65)
二级引证文献  (326)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 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)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(14)
  • 引证文献(12)
  • 二级引证文献(2)
2006(17)
  • 引证文献(13)
  • 二级引证文献(4)
2007(25)
  • 引证文献(18)
  • 二级引证文献(7)
2008(34)
  • 引证文献(10)
  • 二级引证文献(24)
2009(36)
  • 引证文献(17)
  • 二级引证文献(19)
2010(36)
  • 引证文献(9)
  • 二级引证文献(27)
2011(27)
  • 引证文献(4)
  • 二级引证文献(23)
2012(31)
  • 引证文献(5)
  • 二级引证文献(26)
2013(27)
  • 引证文献(10)
  • 二级引证文献(17)
2014(26)
  • 引证文献(2)
  • 二级引证文献(24)
2015(19)
  • 引证文献(3)
  • 二级引证文献(16)
2016(26)
  • 引证文献(6)
  • 二级引证文献(20)
2017(29)
  • 引证文献(6)
  • 二级引证文献(23)
2018(39)
  • 引证文献(3)
  • 二级引证文献(36)
2019(46)
  • 引证文献(4)
  • 二级引证文献(42)
2020(17)
  • 引证文献(1)
  • 二级引证文献(16)
研究主题发展历程
节点文献
支持向量机
基于核函数的方法
机器学习
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导