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:
Sch(o)lkopf等提出的基于二次规划的ν-支持向量机(ν-SVM)与标准SVM相比,其优势在于可以控制支持向量的数目和误差,但由于增加了模型的复杂性, 限制了其应用. 为此,构造了一种基于线性规划的ν-SVM分类器,模型简单,参数ν具有明确的意义,同样可以控制支持向量的数目和误差,直接利用比较成熟的线性规划算法. 数值实验表明,该方法ν-SVM的训练速度要比基于二次规划的ν-SVM快得多,而分类效果两者相当.
推荐文章
基于线性规划的回归支撑向量机
统计学习理论
VC维数
支撑向量机(SVM)
线性规划
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
基于支持向量机故障分类器的参数优化研究
支持向量机
故障分类器
参数优化
无参数鲁棒线性规划支持向量机分类的牛顿法
支持向量机
无参数鲁棒线性规划支持向量机
牛顿算法
分类
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 基于线性规划的ν-支持向量机分类器
来源期刊 大连理工大学学报 学科 工学
关键词 支持向量机 ν-支持向量机 线性规划 二次规划 模式识别
年,卷(期) 2005,(2) 所属期刊栏目 数学
研究方向 页码范围 303-307
页数 5页 分类号 TP181|O221
字数 4129字 语种 中文
DOI 10.3321/j.issn:1000-8608.2005.02.030
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 唐焕文 大连理工大学应用数学系 86 2153 27.0 43.0
2 宋杰 大连理工大学应用数学系 30 82 5.0 7.0
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  (1)
节点文献
引证文献  (19)
同被引文献  (19)
二级引证文献  (14)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
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
ν-支持向量机
线性规划
二次规划
模式识别
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
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
论文1v1指导