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:
支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,支持向量机已成为目前研究的热点,并在模式识别、回归分析、函数估计等领域有了广泛的应用.该文在介绍了支持向量机的目前研究、应用状况和新进展的基础上,对支持向量机训练和实现算法进行了综述,最后指出了进一步研究和应用亟待解决的一些问题.
推荐文章
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
支持向量机的训练算法综述
统计学习理论
支持向量机
训练算法
支持向量机训练算法比较研究
支持向量机
训练算法
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
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 支持向量机训练和实现算法综述
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 优化算法 训练算法
年,卷(期) 2004,(13) 所属期刊栏目 学术探讨
研究方向 页码范围 75-78,175
页数 5页 分类号 TP391
字数 6314字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.13.026
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (20)
参考文献  (12)
节点文献
引证文献  (143)
同被引文献  (169)
二级引证文献  (382)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(5)
  • 参考文献(5)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(17)
  • 引证文献(16)
  • 二级引证文献(1)
2007(32)
  • 引证文献(20)
  • 二级引证文献(12)
2008(39)
  • 引证文献(17)
  • 二级引证文献(22)
2009(45)
  • 引证文献(16)
  • 二级引证文献(29)
2010(40)
  • 引证文献(9)
  • 二级引证文献(31)
2011(35)
  • 引证文献(9)
  • 二级引证文献(26)
2012(26)
  • 引证文献(3)
  • 二级引证文献(23)
2013(33)
  • 引证文献(11)
  • 二级引证文献(22)
2014(51)
  • 引证文献(7)
  • 二级引证文献(44)
2015(31)
  • 引证文献(8)
  • 二级引证文献(23)
2016(32)
  • 引证文献(6)
  • 二级引证文献(26)
2017(46)
  • 引证文献(8)
  • 二级引证文献(38)
2018(41)
  • 引证文献(5)
  • 二级引证文献(36)
2019(45)
  • 引证文献(4)
  • 二级引证文献(41)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
支持向量机
优化算法
训练算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导