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:
运用结构风险最小化原理和聚类原理,将支持向量机中有监督的分类算法与统计中无监督的聚类算法有机地结合起来,对线性可分与线性不可分两种情况分别建立了无监督的分类模型.模型的求解转化为一个二次规划问题,同时此模型也适合于多分类情况.在应用到心脏病的医疗诊断中,准确率为88.5%,较以前的方法有了明显的提高.
推荐文章
基于模糊聚类分析的客户分类算法研究
模糊聚类分析
客户分类管理
评价指标体系
CRM
基于多级SVM分类的语音情感识别算法
语音情感识别
支持向量机
多级分类
主成分分析
基于模糊SVM模型的入侵检测分类算法
模糊
SVM
入侵检测
分类
基于商空间粒度理论的大规模SVM分类算法
粒度
商空间
支持向量机
分类
机器学习
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 基于SVM的分类算法与聚类分析
来源期刊 烟台大学学报(自然科学与工程版) 学科 数学
关键词 支持向量机(SVM) 分类算法 聚类算法 期望风险 结构风险最小化
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 9-13
页数 5页 分类号 O234
字数 2006字 语种 中文
DOI 10.3969/j.issn.1004-8820.2004.01.002
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 王来生 中国农业大学理学院 49 555 14.0 20.0
2 徐义田 中国农业大学理学院 11 137 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (34)
同被引文献  (12)
二级引证文献  (244)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(8)
  • 引证文献(4)
  • 二级引证文献(4)
2007(23)
  • 引证文献(4)
  • 二级引证文献(19)
2008(28)
  • 引证文献(3)
  • 二级引证文献(25)
2009(27)
  • 引证文献(2)
  • 二级引证文献(25)
2010(14)
  • 引证文献(5)
  • 二级引证文献(9)
2011(14)
  • 引证文献(1)
  • 二级引证文献(13)
2012(17)
  • 引证文献(2)
  • 二级引证文献(15)
2013(24)
  • 引证文献(2)
  • 二级引证文献(22)
2014(18)
  • 引证文献(2)
  • 二级引证文献(16)
2015(26)
  • 引证文献(2)
  • 二级引证文献(24)
2016(18)
  • 引证文献(3)
  • 二级引证文献(15)
2017(18)
  • 引证文献(0)
  • 二级引证文献(18)
2018(23)
  • 引证文献(1)
  • 二级引证文献(22)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机(SVM)
分类算法
聚类算法
期望风险
结构风险最小化
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
烟台大学学报(自然科学与工程版)
季刊
1004-8820
37-1213/N
16开
山东省烟台市莱山区
1988
chi
出版文献量(篇)
1409
总下载数(次)
0
总被引数(次)
5478
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导