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20世纪90年代中期发展起来的机器学习技术,建立在结构风险最小化原理之上的支持向量机以其独有的优点吸引着广大研究者,该文着重于用于分类的支持向量机,对其基本原理与主要的训练算法进行介绍,并对其用途作了一定的探索.
推荐文章
用于分类的支持向量机
支持向量机
机器学习
分类
岩爆分类的支持向量机方法
岩爆
分类
支持向量机
基于支持向量机的流量分类方法
流量分类
支持向量机
流量识别
改进支持向量机的电子邮件分类
电子邮件
分类模型
特征提取
垃圾邮件
主成分分析
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 用于分类的支持向量机
来源期刊 广西师范学院学报(自然科学版) 学科 工学
关键词 支持向量机 机器学习 分类
年,卷(期) 2004,(3) 所属期刊栏目 信息技术与应用
研究方向 页码范围 75-78
页数 4页 分类号 TP181
字数 3243字 语种 中文
DOI 10.3969/j.issn.1002-8743.2004.03.020
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 钟智 广西师范学院数学与计算机科学系 43 379 9.0 18.0
2 黄发良 广西师范大学计算机系 5 97 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (135)
参考文献  (2)
节点文献
引证文献  (80)
同被引文献  (27)
二级引证文献  (53)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(9)
  • 引证文献(8)
  • 二级引证文献(1)
2008(10)
  • 引证文献(8)
  • 二级引证文献(2)
2009(17)
  • 引证文献(10)
  • 二级引证文献(7)
2010(18)
  • 引证文献(10)
  • 二级引证文献(8)
2011(12)
  • 引证文献(6)
  • 二级引证文献(6)
2012(8)
  • 引证文献(5)
  • 二级引证文献(3)
2013(6)
  • 引证文献(5)
  • 二级引证文献(1)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(11)
  • 引证文献(9)
  • 二级引证文献(2)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(8)
  • 引证文献(4)
  • 二级引证文献(4)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
机器学习
分类
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
广西师范学院学报(自然科学版)
季刊
1002-8743
45-1069/N
广西南宁市明秀东路175号
chi
出版文献量(篇)
2190
总下载数(次)
1
总被引数(次)
9756
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导