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:
在分析支持向量机原理的基础上,分析了SVM中核函数、核参数及惩罚参数C的影响,介绍了三种SVM参数选择方法,并讨论了其优点和不足.
推荐文章
基于社会情感优化算法的支持向量机参数选择
支持向量机
社会情感优化算法
参数选择
分类精度
机器学习
遗传算法
基于GEP的支持向量机参数优化
支持向量机
基因表达式编程
参数优化
支持向量机中核参数选择的Max-Min方法
支持向量机
核函数
核参数
异类距离平方阵
使用粒子群算法进行特征选择及对支持向量机参数的优化
支持向量机
参数优化
粒子群算法
2进制编码
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 支持向量机参数选择方法分析
来源期刊 福建电脑 学科 工学
关键词 支持向量机 参数选择 最小最大化
年,卷(期) 2005,(11) 所属期刊栏目 研究与探讨
研究方向 页码范围 30-31,57
页数 3页 分类号 TP3
字数 5625字 语种 中文
DOI 10.3969/j.issn.1673-2782.2005.11.017
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 邓小文 厦门大学自动化系 1 25 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (56)
参考文献  (4)
节点文献
引证文献  (25)
同被引文献  (3)
二级引证文献  (9)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(5)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
支持向量机
参数选择
最小最大化
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导