钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
长沙理工大学学报(自然科学版)期刊
\
一种基于RS和SVM的目标对象的性能分类方法
一种基于RS和SVM的目标对象的性能分类方法
作者:
刘金平
彭建
柳林
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
粗糙集
支持向量机
属性约简
性能分类
摘要:
提出了一种基于粗糙集(RS)和支持向量机(SVM)的目标对象的性能分类方法,该方法将RS和SVM结合在一起对性能进行分类.在分类之前,首先利用RS对属性进行约简,将约简后的属性作为输入端输入到SVM中进行训练,再用训练好的SVM对测试集进行测试.测试结果表明,该方法分类的精度比较高,速度比较快.
暂无资源
收藏
引用
分享
推荐文章
一种基于AdaBoost-SVM的流量分类方法
流量分类
K-L变换
支持向量机
AdaBoost
弱分类器
基于SVM的一种新的分类器设计方法
小样本数据
SVM分类器
分类准确率
半监督学习
一种新的基于SVM权重向量的云分类器
支持向量机
云模型
云分类器
交叉验证
一种基于SVM和主动学习的图像检索方法
图像检索
SVM
主动学习
K-means
代表性样本
关键性样本
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
一种基于RS和SVM的目标对象的性能分类方法
来源期刊
长沙理工大学学报(自然科学版)
学科
工学
关键词
粗糙集
支持向量机
属性约简
性能分类
年,卷(期)
2005,(2)
所属期刊栏目
计算机与数理科学
研究方向
页码范围
63-66
页数
4页
分类号
TP391
字数
3134字
语种
中文
DOI
10.3969/j.issn.1672-9331.2005.02.013
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
柳林
长沙理工大学计算机与通信工程学院
14
190
7.0
13.0
2
彭建
长沙理工大学计算机与通信工程学院
18
98
6.0
9.0
3
刘金平
长沙理工大学计算机与通信工程学院
3
9
3.0
3.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(6)
共引文献
(24)
参考文献
(4)
节点文献
引证文献
(3)
同被引文献
(0)
二级引证文献
(0)
1982(1)
参考文献(1)
二级参考文献(0)
1996(1)
参考文献(1)
二级参考文献(0)
1998(1)
参考文献(0)
二级参考文献(1)
2000(3)
参考文献(1)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(1)
二级参考文献(0)
2005(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)
2007(1)
引证文献(1)
二级引证文献(0)
2010(1)
引证文献(1)
二级引证文献(0)
2011(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
粗糙集
支持向量机
属性约简
性能分类
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
长沙理工大学学报(自然科学版)
主办单位:
长沙理工大学
出版周期:
季刊
ISSN:
1672-9331
CN:
43-1444/N
开本:
出版地:
长沙市(雨花区)万家丽南路2段960号
邮发代号:
创刊时间:
语种:
chi
出版文献量(篇)
1425
总下载数(次)
2
总被引数(次)
7262
相关基金
湖南省自然科学基金
英文译名:
Natural Science Foundation of Hunan Province
官方网址:
http://jj.hnst.gov.cn/
项目类型:
一般面上项目
学科类型:
期刊文献
相关文献
1.
一种基于AdaBoost-SVM的流量分类方法
2.
基于SVM的一种新的分类器设计方法
3.
一种新的基于SVM权重向量的云分类器
4.
一种基于SVM和主动学习的图像检索方法
5.
基于SVM输出概率和后置滤波的运动目标分类
6.
一种基于SVM特征选择的油气预测方法
7.
一种改进的基于RS与SVM的故障诊断方法
8.
一种基于Rough 集与SVM的目标识别方法
9.
一种基于PCA和RS的文本特征抽取方法
10.
基于目标分解的极化SAR图像SVM监督分类
11.
一种基于隧道性能分析的VPN分类方法
12.
一种改进的SVM支持向量分类方法
13.
一种基于PCA和RS的文本过滤方法
14.
一种基于HOG-PCA的高效图像分类方法
15.
基于RS的SVM算法在空袭目标识别中的应用
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
长沙理工大学学报(自然科学版)2022
长沙理工大学学报(自然科学版)2021
长沙理工大学学报(自然科学版)2020
长沙理工大学学报(自然科学版)2019
长沙理工大学学报(自然科学版)2018
长沙理工大学学报(自然科学版)2017
长沙理工大学学报(自然科学版)2016
长沙理工大学学报(自然科学版)2015
长沙理工大学学报(自然科学版)2014
长沙理工大学学报(自然科学版)2013
长沙理工大学学报(自然科学版)2012
长沙理工大学学报(自然科学版)2011
长沙理工大学学报(自然科学版)2010
长沙理工大学学报(自然科学版)2009
长沙理工大学学报(自然科学版)2008
长沙理工大学学报(自然科学版)2007
长沙理工大学学报(自然科学版)2006
长沙理工大学学报(自然科学版)2005
长沙理工大学学报(自然科学版)2004
长沙理工大学学报(自然科学版)2003
长沙理工大学学报(自然科学版)2002
长沙理工大学学报(自然科学版)2001
长沙理工大学学报(自然科学版)2005年第4期
长沙理工大学学报(自然科学版)2005年第3期
长沙理工大学学报(自然科学版)2005年第2期
长沙理工大学学报(自然科学版)2005年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号