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:
该文概述了近年来机器学习研究领域的一个热点问题--核学习机.首先分析了核方法的主要思想,然后着重介绍了几种新近发展的核学习机,包括支持向量机、核的Fisher判别分析等有监督学习算法及核的主分量分析等无监督学习算法,最后讨论了其应用及前景展望.
推荐文章
基于核的学习机研究综述
核方法
有监督学习算法
无监督学习算法
支持向量机
基于聚类核的核极速学习机
极速学习机
k均值聚类
Bagged聚类核
RBF核函数
基于混合核极限学习机的多标签学习研究
多标签学习
极限学习机
混合核函数
回归拟合
基于核的学习机研究综述
核方法
有监督学习算法
无监督学习算法
支持向量机
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 核学习机研究
来源期刊 计算机工程与应用 学科 工学
关键词 核方法 支持向量机 Fisher判别分析 主分量分析
年,卷(期) 2004,(17) 所属期刊栏目 博士论坛
研究方向 页码范围 4-6,17
页数 4页 分类号 TP18
字数 4482字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.17.002
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 赵荣椿 西北工业大学计算机学院 223 3302 29.0 44.0
2 张艳宁 西北工业大学计算机学院 187 2026 21.0 35.0
3 李映 西北工业大学计算机学院 30 500 11.0 22.0
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  (8)
节点文献
引证文献  (13)
同被引文献  (6)
二级引证文献  (23)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(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)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(8)
  • 引证文献(5)
  • 二级引证文献(3)
2008(4)
  • 引证文献(0)
  • 二级引证文献(4)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
核方法
支持向量机
Fisher判别分析
主分量分析
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导