作者:
原文服务方: 现代电子技术       
摘要:
系统介绍了统计学习理论和支持向量机的基本思想,总结、比较了二分类和多分类2种情况下支持向量机的主要训练算法.与人工神经网络相比,分析了支持向量机的优点.归纳了支持向量机在模式识别、函数逼近、时间序列预测、故障预测和识别、信息安全、电力系统以及电力电子中的应用.
推荐文章
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
核PCA支持向量机算法研究
核函数
核主元分析
支持向量机
分类
加权支持向量机求解路径算法研究
求解路径
支持向量回归
加权系数
改进PSO算法的支持向量机在NIDS中的应用
粒子群优化
支持向量机
入侵检测系统
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 支持向量机算法及应用
来源期刊 现代电子技术 学科
关键词 统计学习理论 支持向量机 模式识别 时间序列预测 电力系统
年,卷(期) 2005,(3) 所属期刊栏目 电子技术
研究方向 页码范围 106-109
页数 4页 分类号 TM711
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2005.03.046
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 胡国胜 32 367 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (245)
参考文献  (22)
节点文献
引证文献  (40)
同被引文献  (25)
二级引证文献  (120)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(8)
  • 参考文献(3)
  • 二级参考文献(5)
1999(7)
  • 参考文献(2)
  • 二级参考文献(5)
2000(8)
  • 参考文献(4)
  • 二级参考文献(4)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(6)
  • 参考文献(6)
  • 二级参考文献(0)
2003(6)
  • 参考文献(6)
  • 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(7)
  • 引证文献(7)
  • 二级引证文献(0)
2007(9)
  • 引证文献(7)
  • 二级引证文献(2)
2008(17)
  • 引证文献(10)
  • 二级引证文献(7)
2009(12)
  • 引证文献(2)
  • 二级引证文献(10)
2010(14)
  • 引证文献(3)
  • 二级引证文献(11)
2011(13)
  • 引证文献(0)
  • 二级引证文献(13)
2012(14)
  • 引证文献(4)
  • 二级引证文献(10)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(18)
  • 引证文献(3)
  • 二级引证文献(15)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
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
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导