作者:
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:
介绍了支持向量机(SVM)中广泛采用的算法--分解算法,总结了其收敛性证明的总体思路并对目前最流行的SVM算法库LIBSVM进行了详细的分析与研究.
推荐文章
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
支持向量机
结合SVM与免疫遗传算法设计IDS的检测算法
网络安全
入侵检测
支持向量机
免疫遗传算法
算法设计
基于QPSO算法训练SVM
支持向量机
量子行为粒子群优化
二次规划
基于改进的PSO优化SVM火灾火焰识别算法研究
火焰检测
支持向量机
粒子群算法
参数优化
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 SVM算法分析与研究
来源期刊 渝西学院学报:自然科学版 学科 工学
关键词 支持向量机 分解算法 LIBSVM
年,卷(期) 2005,(3) 所属期刊栏目
研究方向 页码范围 15-18
页数 4页 分类号 TP301.6
字数 语种
DOI
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 王晓云 涪陵师范学院计算机科学系 10 48 4.0 6.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
支持向量机
分解算法
LIBSVM
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
重庆文理学院学报:自然科学版
双月刊
1673-8012
50-1183/N
重庆市永川区红河大道319号
出版文献量(篇)
1769
总下载数(次)
0
总被引数(次)
0
论文1v1指导